基于负荷资源预留的智能用电设备群调控策略

在电力市场化改革的背景下,针对新的电力供需与服务模式,提出基于负荷资源预留的智能用电设备群调控策略。为满足风电等新能源的消纳需求,在对负荷群进行调控时,预留部分负荷资源。当有新能源消纳需求时,调用预留资源对新能源进行消纳,从而提高新能源的利用率。在用户预约用电的模式之下,提出基于遗传算法的负荷群调控策略。仿真结果表明,算法能够在保证用户用电的前提下有效促进消纳新能源,并对负荷曲线进行优化。

“多站融合”运营模式的探索研究

为助力建设泛在电力物联网,打造“枢纽型、平台型、共享型”的企业,将“多站融合”作为开展创新业务的重要方向。文章对“多站融合”的各功能站的独立运营模式进行解析,分析各站在“多站融合”中的定位,并且寻找具备经济可行性的应用场景,探索“多站融合”的一体化运营模式,依托实际项目背景论证运营模式的可行性。

基于效用理论的智能家居多级负荷满意度建模及用电优化策略研究

针对一种家庭用户负荷优化问题进行研究,采用经济学中的效用理论模拟用户使用电器的满意程度,进而指导电力用户制定用电优化策略。首先,考虑包含储能设备、电动汽车等新能源设备的居民负荷,根据其电能消耗与用户满意程度的耦合特性,建立相应的负荷模型和效用函数。在此基础上,提出一种基于效用理论的家庭负荷用电优化策略,基于非线性规划模型,采用遗传算法—非线性规划相结合的寻优算法,求解各设备在各运行时段的最优运行功率,使其在分时电价下达到净效用最大化。最后,通过在典型家庭用电场景下进行仿真分析。结果表明,本算法可在保障用户满意度的基础上实现良好的优化效果。

大数据在县级供电公司中的应用

随着数字信息化时代的到来，全球数字信息资源进入了一个前所未有的快速增长期。大数据浪潮已冲击渗透到各个行业，成为重要的生产因素，随之而来的是机遇与挑战。

基于启发式动态规划的冷热源优化控制

随着经济社会的发展和进步,人们对舒适度的要求也不断提高。楼宇所消耗的能量也在不断上升,尤其是空调系统的能耗占所有能耗的主要成分。然而已安装的楼宇冷热源控制只能提供单一的控制,效率低下,耗电量还是很大。针对这种各自为占的控制方式,本文提出了一种基于启发式动态规划(HDP)的冷热源优化控制算法,包括模型网络、执行网络和评价网络三个部分。该算法对整个冷热源系统进行了全局优化,降低了楼宇冷热源的电能耗损,实现了对冷热负荷的有效控制。

基于计算机智能的深度信念网络的组合电力负荷预测方法（英文）

电力系统负荷预测是电力系统规划和经济政策制定的主要依据,然而现有的基于计算机人工智能的电力系统负荷预测多采用组合预测方式,其预测精度低,效率低下;针对此问题,提出了一种基于深度信念网络的组合负荷预测方法,此方法首先建立了深度信念网络训练模型,将组合数据与实际负荷数据之间构建的非线性函数关系应用到此训练模型中,通过数据训练,优化深度信念网络层数和参数;使得训练好的组合深度信念网络具有预测能力。利用实际历史数据,对组合负荷预测的精度进行了计算,实验结果表明:所提出的预测方法相对于传统的组合预测方法,具有较高的预测精度。

数字新基建助推能源互联网“一体两翼”区块链中台应用建设思考

能源数字新基建当前“新基建”已从社会范围的讨论走向社会共识和国家战略,并写入了2020年《政府工作报告》:加强新型基础设施建设,发展新一代信息网络,拓展5G应用,建设数据中心,增加充电桩、换电站等设施,推广新能源汽车,激发新消费需求、助力产业升级。

智能用电互动平台支撑技术研究

国家能源发展战略的调整和发展低碳经济的要求,以及人们急剧增加的多样化、个性化、互动化服务需求,使用电服务面临的内外部环境发生显著变化,传统的用电服务模式无法应对这些挑战。因此,以智能电网互动服务平台为电网与用户交互基础的智能用电综合服务系统成为新的发展趋势。本文研究了电网与用户间的互动发展优化模型及算法,给出了几种基于需求侧管理的实时电价算法。

多站融合的商业模式与发展路径研究

多站融合是泛在电力物联网建设的基础保障,也是打造新兴业务市场,实现绿色低碳发展的重要支撑,其发展已步入深水区,面临商业模式及发展路径不明晰的问题。文章论述了多站融合的内涵及特点,重点基于运作模式、业务体系两方面论述多站融合的商业模式,并结合项目实例验证所提商业模式的可行性。基于此,结合平安城市分析了多站融合的典型应用场景及其应用价值,并从战略和策略两个层面提出'政府引导,企业运作'以及'核心基础业务先行,带动全产业链协同,助力城市级创新'的发展路径,促进多站融合深入推广和应用。