基于物理-数据融合的楼宇用电需求响应潜力分析

建筑楼宇能耗在能源总消耗量中所占比重较大,需求响应技术可以充分利用楼宇的用电需求响应(demand respond,DR)潜力,提高电网功率平衡的稳定性。提出了一种基于物理-数据融合的楼宇用电需求响应潜力分析方法,可以实现对楼宇DR潜力的准确评估。首先基于楼宇的用电能耗模型,提出了物理-数据融合算法可对模型的关键参数进行修正;其次,定量分析了楼宇DR潜力的时变特性,并通过物理-数据融合算法对计算过程中负荷模型产生的误差进行修正,表明DR潜力的容量、速率和概率是DR潜力的主要指标;最后,考虑建筑的固有蓄热特性,提出了提高楼宇DR潜力的智能优化策略。通过实例分析,给出了一种考虑楼宇DR潜力时变特性的智能DR策略,证明了该方法的合理性和有效性。     

中国智能用电的实践与未来展望

基于对智能用电领域国内外发展现状的分析,依据中国智能电网建设实际,提出适合中国国情的智能用电体系架构,并对物联网和云计算关键支撑技术在智能用电方面的实践应用进行分析与探讨。结合在智能小区、智能楼宇和智能园区的智能用电典型实践,展望了未来用电数据价值的挖掘和城市能源管理网络的构建。     

基于CPS架构的商业楼宇智能用能控制管理系统建设与应用

针对商业楼宇具有良好的节能及需求响应潜力的特点,提出了基于信息物理系统(cyber physical system, CPS)架构的商业楼宇智能用能控制系统。基于典型CPS系统的3层架构,单元级通过智能用能终端实现了空调、照明、电加热等用能系统的动态信息感知、标准化信息建模及控制;系统级通过智能用能网关开展多元信息融合及边缘计算,实现了楼宇的能效分析、能效诊断及多设备的协调控制;平台级通过智能用电主站系统实现了多商业楼宇用能响应潜力的聚合和协同优化。以深圳地区某商业楼宇为案例,部署应用了基于CPS架构的智能控制管理系统,结果证明用能调控响应程度显著提升,用能能耗明显下降。     

基于精细化管理的有序用电辅助决策

提出基于精细化管理的有序用电辅助决策方法;根据用户用电行为和评价指标,精细划分用户,并结合用电设备和用电时段特性,设置有序用电优化目标和约束条件,进而生成精细化的有序用电优化方案,实现有序用电的精细化管理;并通过实际系统应用验证了方法的有效性,提高了有序用电精细化管理的水平。     

基于电力数据的重点人群在室用电行为分析方法研究及应用

挖掘电力大数据蕴含丰富的隐藏信息是当前重要研究方向。针对市域治理中重点人群漏管、脱管、失控等管理难题,应用电力大数据融合驱动的理念,开展基于电力行为分析模型的重点人群在室监测技术研究。首先,结合市域治理需求构建基于多维电力大数据的分析应用框架;其次,创新性提出基于“电力行为-在室行为”异常分析模型,通过熵权法对用电特征向量信息进行动态权重分配形成动态加权余弦相似度分析模型,并对以历史样本相似度规律形成判断阈值,实现重点人群在室用电态势感知和异常研判;再次,面向多源系统及多方服务应用主体,进行了“平台流-技术流-业务流”三流合一的工程应用架构设计;最后,分析南京江北的公安数字化市域治理项目的应用成效,验证电力大数据深度挖掘对推动科技强警的重要作用。     

基于并行预测策略的公共楼宇 日前空调负荷预测

随着我国城市建设的推进,公共楼宇的用电能耗增长迅速。为加强能耗管理、降低能耗水平,对公共楼宇空调系统日前用电负荷进行预测是工作的基础。针对当前公共楼宇空调系统日前负荷预测累积误差大的现象,提出对日前24 h单独建立负荷预测模型的并行预测策略。然后融合主成分分析和模糊C均值聚类对数据进行预处理,形成合适规模及变量维度的训练数据,将其作为支持向量机预测模型的输入,并通过粒子群算法对SVM的模型参数进行自适应寻优。以实际公共楼宇空调负荷历史数据为基础,对比分析所提出的算法与串行预测策略及传统交叉验证试凑参数的SVM预测算法,结果表明提出的方法充分利用了公共楼宇空调负荷的特点,预测精度高、速度快。     

面向楼宇微网家庭用电数据安全传输系统设计

为防止楼宇微网家庭用电数据被窃听、篡改和转发的现象,设计了一种面向楼宇微网家庭用电数据安全传输系统。该系统首先通过ZigBee构建用电数据传输网络并提出一种RFID合法认证方案;然后在用电数据传输的过程中采用一种改进的混合加密算法;此外,提出了一种适合该系统的边缘计算功能结构。系统实际测试结果表明,该系统不仅能保证ZigBee网络各节点的合法性与家庭用电数据传输的安全性,还能辅助用户快速监控楼宇微网家庭用电情况。     

基于非侵入式负荷监测的用户行为精细化分析

随着非侵入式电力负荷监测的发展,如何利用用户负荷用电细节信息,分析用户用电行为特征成为重要的研究方向。本文提出了基于非侵入式负荷监测的用户行为精细化分析方法,根据历史数据建立用户行为特性指标,提出基于因子分析与支持向量机的用户聚类方法。在此基础上,建立基于精细化负荷数据的用户需求响应潜力评估指标。算例结果表明,所研究内容可以准确分析用户行为,为电力公司施行需求侧管理提供科学指导。     

短时间尺度用电行为相关性分析网络模型

用电行为短时间尺度相关关系是用户精细化管理与智能配用电的重要决策基础。建立了针对短时间尺度用电行为相关性的网络化分析方法。首先,由描述短时间尺度用电功率序列间相关性的皮尔逊相关系数构造用电行为相关矩阵,为减小随机用电行为与测量误差等无序噪声信息对相关矩阵的影响,引入随机矩阵理论对相关矩阵进行去噪,并提出利用特征值谱熵的正则化修正方法。然后,基于相关矩阵构建了相关矩阵分阶与同级网络序列,提出了基于社团结构的相关性聚类方法与基于最小树的相关性等级结构挖掘方法;定义了量度用电相关性的拓扑指标,从而构造了用电行为相关性聚类分析与等级分析的网络模型,并就模型的典型应用场景进行了讨论。最后,通过实例数据验证了上述去噪方法、相关性分析网络模型及指标的有效性。     

基于多目标分子动理论的楼宇负荷用电调度优化

针对智能用电环境下保证用电经济性、舒适性以及电网侧稳定性目标的楼宇多用户日负荷调度问题,提出一种基于多目标分子动理论的智能楼宇负荷用电调度优化策略。首先根据楼宇用户中不同负荷特征,对楼宇用电负荷进行分类,搭建楼宇多用户负荷用电调度模型;其次,针对该模型对分子动理论优化算法进行多目标改进,引入基于按维审查的模糊拥挤判定思想得到最优解集可供选择,提高种群多样性和分布性,然后将其用于楼宇多用户负荷调度模型中进行多目标优化;最后,通过算例仿真实验及对比分析可知,所提优化策略能较好地实现楼宇用户用电经济性和舒适性目标,同时达到平抑电网侧波动的效果。     

基于离线优化和在线决策的光伏智能楼宇能量管理算法

作为综合能源的重要发展形态，光伏智能楼宇的用电需求及光功率具有极大的不确定性，现有的能量管理方法很难完全适用，因此提出了基于离线优化和在线决策的光伏智能楼宇能量管理算法。首先，结合光伏智能楼宇的历史运行数据，建立了以运营收益最大化为目标的离线优化模型，通过离线优化为在线学习提供知识库；其次，为了实现分时电价条件下光伏智能楼宇的实时调度，建立了在线学习与认知规则相结合的在线决策算法，实时决策电动汽车充电功率以及可平移负荷的工作状况；最后，以某商业楼宇为例进行了仿真测试，结果表明所提算法在未来光功率、充电需求及可平移负荷未知的情况下具有良好的运行效果。     

考虑分时电价差异性和基于主从博弈的智能楼宇集群能量共享方法

智能电网背景下,具备分布式光伏出力和自动需求响应要素的智能楼宇联合运行可以促进光伏发电的就地消纳,提高其用电经济性.因此,构建了以配有储能系统的智能楼宇集群运营商(smart building cluster operator,SBCO)为中心的能量交易框架,并提出一种考虑分时电价差异性和基于主从博弈的能量共享方法.首先,考虑到不同负荷类型楼宇用户存在分时电价差异性,且智能楼宇的实时需求响应会促进集群内部的能量共享,建立了SBCO的日前储能调度模型.其次,计及SBCO和楼宇用户具有不同逐利特性及用户的信息私密性和对用电舒适度要求,提出了一种基于主从博弈的实时需求响应模型以实现两方利益制约平衡和联合优化.最后,通过实际算例证实了所提方法可以较好地提升SBCO和智能楼宇的经济效益,且在促进分布式光伏就地消纳和优化智能楼宇集群净负荷特性方面具有优势.     

基于深度自编码器的分钟级负荷数据聚类分析

在数字化电网的全面建设和电力市场持续改革的背景下，电力服务商积极开展以负荷数据聚类分析为基础的用电行为分析。为了深入分析用户的用电行为模式，提出基于深度自编码器的分钟级负荷数据聚类分析方法。首先基于信息熵重构负荷数据，保留负荷数据的形态特征和提高数据的可区分性；接着提出深度自编码器的特征提取方法，同时利用边界少数样本过采样算法生成新的训练样本，对深度自编码器网络模型进行两阶段训练；最后基于欧式距离和动态时间扭曲距离的双尺度距离，计算负荷数据特征的相似性，以双尺度距离作为K-means算法的输入数据得到负荷聚类结果。基于南京市某台区的分钟级负荷数据的算例分析表明，所提方法提高了不同负荷数据分类的准确性。     

面向电网企业代理购电的行业精细化电价定价机制

为促进产业结构优化升级,中国进一步推进用电侧电价改革,取消工商业目录电价,施行电网企业代理购电。剖析了中国行业精细化电价定价机制设计的关键问题,分析了国内外售电模式的优势和不足,以及电网企业代理购电背景下的行业精细化电价定价机制需求。进而,探讨了基于行业属性和综合评价的行业精细化电价定价方法,从行业用电、用能特性等多方面实现电力用户的综合评价,提出基于多样化电价属性的行业差异化电价体系和基于用户综合评价排名分级的精细化电价定价模型,旨在实现社会经济要素的优化配置。最后,以中国浙江省某市电力用户实际负荷数据进行实证分析。结果表明,基于用户综合评价的行业精细化电价定价机制能够形成适合行业特征与用户等级的差异化电价,能够为电网代理购电定价和用电侧电价改革提供参考。     

基于数据挖掘的楼宇电力能耗分析模型研究*

电力能耗分析对于建筑楼宇制定有效节能方案具有重要指导意义。提出一种基于K-均值聚类和FP-Growth关联规则的楼宇电力能耗分析模型,对商业楼宇总能耗、分项计量数据、气象温度等数据进行数据挖掘,得到具有一定启发性的强关联规则,为进一步完善楼宇设备的优化运行策略提供理论支撑。将所提方法应用于上海某栋建筑楼宇的能耗分析中,验证了所提方法的有效性和实用性。     

省级用电市场发展态势综合量化评估分析方法研究

在面对新电改形势下动态的、不确定的外部经济环境的影响,要正确地把握用电市场的发展趋势及规律,就必须综合地分析外部环境下各方面因素。通过对原始数据的季节调整、标准化等处理,使数据能反映其较为真实的规律,其次对众多经济指标进行分类降维,最后基于改进的柯布-道格拉斯生产函数,来量化各类经济指标对用电量的影响程度。通过对外部环境的影响进行持续跟踪、数据积累,及时识别影响用电市场的因素,对用电市场观测者准确把握用电市场发展态势具有重要的参考价值。     

采用互信息与随机森林算法的用户用电关联因素辨识及用电量预测方法

随着智能电网的不断发展,电力企业积累的大量数据为用户用电量精细化预测提供了数据基础。针对与用电量预测相关的大数据种类多、体量大、维度高和生成速度快等特点,在研究用户用电特性评价指标的基础上,提出海量用户用电特性子空间聚类分析方法,挖掘用户多种用电模式。根据不同用电模式对用户进行群体划分,并利用互信息矩阵从区域及行业经济数据、气候条件,以及电力价格等方面辨识与用户群体用电量相关联的因素,进而构建基于随机森林算法的用电量大数据预测模型。该文方法可以有效识别不同用户群体的用电关联因素,规避用电模式差异性为用电量预测带来的不利影响。仿真结果表明,该方法具有较高的预测精度,且适用于大数据分析处理。     

现代楼宇建筑中谐波治理方法的分析与比较

楼宇中产生的谐波电流,对配电系统是一种污染,不但使楼宇中的电气设备与电子设备及楼宇自动化系统用电环境恶化,并对周围的通信系统甚至配电系统以外的设备造成危害。谐波问题是楼宇电能质量问题中最严重的一个。本文介绍了在楼宇建筑中谐波治理的一些方法,通过分析与比较,为现代楼宇建筑中谐波的治理提供了一个解决思路。     

用电信息采集系统与业务应用平台接口设计

用电信息采集系统作为智能用电业务的数据基础和交互核心枢纽,需要克服数据异构性、通信差异性的交互平台。在基于用电信息采集系统架构和各业务应用平台功能的数据交互需求分析的基础上,针对95598门户服务网站、电能服务管理平台、智能楼宇与智能小区系统、营销业务应用系统等智能用电相关业务平台进行了用电信息采集系统的交互接口设计,提出一种在现行平台构架下,业务平台间可行的信息交互方式,为下一步智能用电业务开展和实用化推广提供研究基础,并就目前的发展环境和趋势提出了未来用电平台接口的发展方向。     

计及储能与可控负荷的智能楼宇系统短期优化调度

本文以深度挖掘源-荷互动潜力为目标出发,提出了一种分布式动态可重构电池网络架构的楼宇储能系统拓扑,以提高智能楼宇储能系统的灵活调度能力。首先,通过深入分析楼宇系统内不同类型的可控负荷的工作特性和可中断负荷的反弹效应,建立楼宇可控负荷的区间内可调度裕值指标。在此基础上,考虑用户的用电舒适度和楼宇系统调度区间内实际可调度裕值,以楼宇系统调度成本最小为目标函数建立了短期优化调度模型。最后,应用改进的粒子群算法在IEEE14节点配电系统上对所提的模型进行求解和仿真分析。仿真的结果表明所提出的调度模型可以有效地提升新能源的消纳能力和降低楼宇负荷的功率波动。