考虑响应意愿品质的公共服务负荷群需求响应方法

    公开(公告)号:CN116960949A

    公开(公告)日:2023-10-27

    申请号:CN202310838753.9

    申请日:2023-07-10

    Abstract: 本发明公开了一种考虑响应意愿品质的公共服务负荷群需求响应方法,包括:获取公共服务类负荷;公共服务类负荷包括若干子公共服务类负荷,子公共服务类负荷包括若干单体负荷;获取单体负荷的实际状态,基于实际状态构建各子公共服务类负荷对应的聚合集群可调功率模型,基于聚合集群可调功率模型得到对应的聚合集群可调功率;基于聚合集群可调功率和响应意愿构建需求响应模型,基于所述需求响应模型得到交易电量和交易价格;基于交易电量和交易价格构建经济效益最优模型,基于经济效益最优模型得到最优经济效益;基于所述聚合集群可调功率模型和经济效益最优模型,建立承受短时小容量的最大供电缺口的鲁棒模型,基于鲁棒性模型得到鲁棒优化结果。

    基于云-边加密的空调负荷参数可信聚合方法

    公开(公告)号:CN119402190A

    公开(公告)日:2025-02-07

    申请号:CN202411589424.6

    申请日:2024-11-08

    Abstract: 本申请涉及空调负荷技术领域,其具体地公开了一种基于云‑边加密的空调负荷参数可信聚合方法,其基于云边协同架构,使用公有云服务器作为云平台,边缘计算设备为用户侧智能终端,采用基于文件传输协议的数据传输方式进行云边通信,其中,云‑边协同架构包含三个云服务器,云服务器3负责向用户分发加密密钥以及向云服务器1分发解密密钥,云服务器2负责聚类用户参数,云服务器1负责解密聚类后的参数并求解需求响应负荷削减优化问题以确定最优策略。通过这种方式,保证了每个云服务器只能掌握所有用户的局部信息,增强了数据流转的安全性,通过在云端加密聚类用户参数,在保护用户数据隐私的同时降低了需求响应中负荷削减优化问题的求解规模。

    空调负荷监测及柔性调控方法
    5.
    发明公开

    公开(公告)号:CN117450651A

    公开(公告)日:2024-01-26

    申请号:CN202311620220.X

    申请日:2023-11-30

    Abstract: 本发明公开了一种空调负荷监测及柔性调控方法,属于空调负荷调控技术领域,其包括以下步骤:智能终端或者厂家云平台将空调设备运行数据、调节数据上报至负荷管理系统;负荷管理系统结合气象信息影响因素测算空调用电负荷调节潜能;负荷管理系统获取智能终端和云平台上传的空调实时数据,制定调控策略,并下发主站调控指令给智能终端和云平台;智能终端根据主站下发的调控指令对对应的空调设备进行控制;云平台根据主站下发的指令,转换为各个空调设备的控制指令,对空调设备进行控制,降负荷的同时让用户的温差感知最小。本发明实现统一空调设备负荷数据接入及空调设备负荷柔性调节,充分发挥空调可调节负荷保供能力。

    基于深度学习的楼宇空调负荷监测系统及方法

    公开(公告)号:CN119760566A

    公开(公告)日:2025-04-04

    申请号:CN202411826903.5

    申请日:2024-12-12

    Abstract: 本申请涉及楼宇空调负荷监测技术领域,其具体地公开了一种基于深度学习的楼宇空调负荷监测系统及方法,其在后端引入基于人工智能和深度学习技术的数据处理和分析算法来对楼宇空调的有功功率时序数据和无功功率时序数据进行结合分析,以此来捕获到楼宇空调的有功功率时序特征和无功功率时序特征之间的交互关联关系和融合特征表示信息,从而进行空调负荷模式类型的识别和检测。这样,能够有效克服传统NILM方法中存在的缺陷,通过更为智能化的方式挖掘出楼宇空调无功功率和有功功率之间的时序融合语义来实现空调负荷模式类型辨识,以便适应不同类型空调负荷模式的变化特性,为优化空调系统的运行提供了强有力的支持,助力实现节能减排目标。

    基于深度聚类的用户典型空调负荷运行模式划分方法及系统

    公开(公告)号:CN119537984A

    公开(公告)日:2025-02-28

    申请号:CN202411599196.0

    申请日:2024-11-11

    Abstract: 本发明公开了基于深度聚类的用户典型空调负荷运行模式划分方法及系统,包括:对采集的总量功率信号进行检测,获取功率信号中的突变点;基于突变点的元素,形成负荷事件样本,并判定是否存在波动事件,若存在,则移除因负荷波动引起误检测的波动事件,更新负荷事件检测结果;对更新后的负荷事件的功率序列进行归一化处理;构建并训练低维特征提取模型,得到最优化的低维特征提取模型;基于最优化的低维特征提取模型和归一化处理后的负荷事件的功率序列,进行特征提取;基于DBSCAN聚类算法对低维特征进行聚类,得到聚类簇,进而筛选出聚类簇所属的空调负荷模式。本发明为基于模板的空调负荷模式识别提供模板库支持,提高了检测的准确性和便捷性。

Patent Agency Ranking