基于电力需求侧管理的建筑智能能源管理系统

通过对建筑能源管理现状以及电力需求侧管理技术发展的分析,提出一种基于电力需求侧管理的建筑智能能源管理系统,系统通过对能耗的实时监测、统计分析和优化管理,实现需求侧负荷曲线优化和节能管理。以上海某科技园内两幢建筑为例,介绍了基于电力需求侧管理的建筑智能能源管理系统的实际应用效果,说明系统在建筑节能、需求侧管理中起到的重要作用。     

基于区域充电网络调度的虚拟储能系统及优化控制方法

针对上海能源结构中外来水电占比较多、负荷峰谷差长期较大而导致存在的谷电消纳问题,提出了一种以电动汽车及充电设施网络为主体的虚拟储能系统及其能源优化与管理调度的方法,充分利用了电动汽车的分布式储能特性,通过外层优化提升系统的整体经济性,通过内层优化降低充电负荷的时空不均衡度,在构建负备用容量、提升电网稳定性的同时,有效降...     

基于数据挖掘的楼宇短期负荷预测方法研究

楼宇短期负荷预测是楼宇能效管理系统中对用能子系统进行评估诊断、优化控制以及调度规划的重要基础。针对智能楼宇参与需求响应所需高精度、实时负荷信息的要求,提出一种基于数据挖掘支持向量机的楼宇短期负荷预测方法。选择与待预测时点相似相近的样本数据集,采用K-means算法对样本数据集中的温度、湿度、气压等气象数据进行聚类,根据聚类结果提取训练样本,最后采用支持向量机(SVM)算法建立负荷预测模型。实际应用结果表明,该方法预测结果平均相对误差为1.34%,相对误差在1%以内的概率达到67.5%,优于现有的时间序列法、同结构SVM法、不考虑气象因素的DMSVM法等方法。