面向智能电网峰值负荷降低的用电数据分析

随着用电负荷需求不断增加所引发的峰值负荷过载问题,文中建立了智能家居(SH)和智能电网(SG)服务器之间数据通信模型,给出了配电网负荷需求管理的总体条件,并提出了一种面向智能电网(SG)的负荷数据分析DR管理方法,通过对用户的SH收集用电数据进行分析,设计了峰值负荷情况下的DR决策,分别从用户、电力公司和瞬时负荷变化三个角度设计了不同的峰值负荷降低算法。仿真结果表明,所提出的方法在很大程度上有效地降低了配电网的峰值负荷。     

基于区块链的智能电网监控

随着智能电网系统的广泛应用,电力公司可以通过网络获取实时用电数据以满足负荷预测以及电力营销等业务需求,电力用户也可及时得知当月电费,甚至了解何时用电量较大以及哪个电器耗电量最大等具体细节,但这也导致了数据泄露的风险。为此文中利用主权区块链技术和智能合约的实施,为电力公司和电力用户之间提供一个可信任系统,使得电力供需双方都能安全、透明地获取用电数据。     

基于Spark框架的电力大数据服务技术

电力大数据服务是智能电网建设的关键,提出了基于改进AP聚类的用电行为分析方法和基于随机森林的电力负荷预测方法.针对AP聚类分析用电行为存在的复杂度较高问题,利用熵权法确立指标权值,改进相似度计算方式,实现了用户用电行为的快速准确分析.针对电力负荷预测问题,采用模糊C均值构建历史相似日样本集,利用随机森林预测电力负荷.为...     

一种基于LSTM神经网络的短期用电负荷预测方法

负荷预测目前已成为保障电力系统用电安全的重要基础工作,在我国市场经济制度持续完善过程中,能源产业也逐渐发展为以市场为导向,这就要求负荷预测要更加可靠、实时与准确.保证负荷预测的准确性,能为电力销售计划的制定奠定坚实基础并提供可靠依据,确保电网运行更加安全与经济.在智能电网时代下,电力用户侧涉及到海量数据,且用户数据具有...     

飞思卡尔图谋智能电表推出多款MCU

智能电网指利用智能电网技术对现行电网进行现代化改造的一系列工作。智能电网的智能之处不仅在于其有助于实现电网负载平衡,降低发电站维持不必要的电力储备的需要,而且使用户能够持续监测用电情况,并对用电情况进行相应的管理。智能网络的核心设备是智能电表,本质上是一个简单的计算机,它的作用是实现用户与电力公司之间的通讯,     

基于协同节能理念的电网能效管理系统研究

针对当前电力能效管理方面遇到的问题,该文提出了电力公司与用户侧之间协同节能的理念,基于该理念设计出电网能效管理系统,并对海量数据挖掘与分析、能效管理模型、负荷分类和负荷短期预测、信息互动与共享等关键技术进行了研究。该系统为提升电力公司对用户侧用电行为与能效过程的分析能力、管理能力与控制能力打下坚实的基础,促进电网与用户侧协同节能,实现电网能效的最大化。     

浅谈用电信息采集异常数据消缺管理

用电信息采集系统是智能电网的重要组成部分,是实现与电力用户双向互动、提升用户服务能力、建立智能用电服务体系的技术基础.用电信息采集系统能够为"SG186工程"营销业务提供电力用户实时的用电信息数据,有利于推进公司营销管控标准化建设和公司信息化建设,也为提升电力需求侧管理水平、全面预付费的营销业务策略的实施提供技术支撑,符合国际电网技术发展的方向.     

基于RFID/WSN和大数据技术的智能电网用电调控

整合逐步发展的RFID及WSN技术实现对整个电网的远程监控、数据收集及智能抄表,再结合大数据技术对得到的数据进行全面整合分析,分析整个电网系统中用户电量的使用情况,从而对未来的用电需求做出预测,制定出合理的价格体系,引导用户错峰用电,以达到对电力负荷“削峰填谷”的效果,提高能源利用效率,节约能源消耗。     

大数据背景下智能电网动态电力监控研究

本文针对我国电力使用过度集中造成的电力不稳定,供电压力骤增以及电力闲置造成电力浪费等主要问题,通过研究在大数据这一背景下如何有效实行智能电网动态电力监控,如何运用同步相量测量单元、高级计量架构等关键技术方法优化配用电网系统并提升电力供应的质量和可靠性,通过利用实时反馈的用电量及价格,控制消费者的用电量,将用电量控制在一个稳定的范围内,有效提高电网终端用电效率,平滑电网负荷曲线,降低电网负荷压力及电能损耗.     

基于数据驱动的不规则用电检测误差校正系统设计

为准确获取电网用户的用电消耗数据,实现对电网环境的实时监测,设计基于数据驱动的不规则用电检测误差校正系统.借助用电检测电路,调度步进式校正电机与EMI滤波器间的即时连接关系,实现系统的硬件执行环境搭建.在此基础上,过滤已生成的电网用户电量消耗数据,通过求取不规则电负荷特征的方式,设置必要的误差校正维度条件,实现系统的软...     

基于节点动静态指标的电网节点重要度的评估研究

随着智能电网技术的不断发展,对高可靠性的智能电网的精确评估提出了更高的要求。智能电网中重要节点的故障将会导致大规模停电,因此对智能电网中重要节点的评估是评估智能电网可靠性程度的重要体现。文中针对节点所处的局部环境、全局属性、网络拓扑结构以及节点所承载负荷等级等多个不同的动静态综合指标进行研究,以这些综合指标模型来评估节点在智能电网中的重要度,最后使用TOPSIS方法将动静态指标糅合,共同对智能电网节点重要度进行评估,并对IEEE-30节点进行了仿真验证。结果显示节点6的重要度较高,应对其重点保护。     

Lifetime analysis of wireless sensor nodes in different smart grid environments

Wireless sensor networks (WSNs) can help the realization of low-cost power grid automation systems where multi-functional sensor nodes can be used to monitor the critical parameters of smart grid components. The WSN-based smart grid applications include but not limited to load control, power system monitoring and control, fault diagnostics, power fraud detection, demand response, and distribution automation. However, the design and implementation of WSNs are constrained by energy resources. Sensor nodes have limited battery energy supply and accordingly, power aware communication protocols have been developed in order to address the energy consumption and prolong their lifetime. In this paper, the lifetime of wireless sensor nodes has been analyzed under different smart grid radio propagation environments, such as 500 kV substation, main power control room, and underground network transformer vaults. In particular, the effects of smart grid channel characteristics and radio parameters, such as path loss, shadowing, frame length and distance, on a wireless sensor node lifetime have been evaluated. Overall, the main objective of this paper is to help network designers quantifying the impact of the smart grid propagation environment and sensor radio characteristics on node lifetime in harsh smart grid environments.     

Deferrable load scheduling under imperfect data communication channel

In smart grid, the real‐time pricing is implemented to motivate power consumers to change their consumption profile dynamically. With the real‐time pricing, a deferrable load can be scheduled by its scheduler optimally so that the power consumption cost will be minimized. However, when the data communication in smart grid suffers from interference, congestion, malfunction in devices, or even cyber attack, it is possible that the power price information cannot be transmitted successfully to the scheduler. As a result, the scheduling performance will be negatively affected by the suboptimal decision‐making because of incomplete power price information. To overcome this problem, a partially observable Markov decision process based deferrable load scheduling algorithm is proposed. Besides, the implementation of a standby alternative channel with the purpose to improve the reliability of the data communication in smart grid is also discussed in this paper. The numerical results show that the proposed partially observable Markov decision process based algorithm and the implementation of standby channel can effectively improve the scheduling performance when the scheduler lacks actual price information. Copyright © 2014 John Wiley & Sons, Ltd.     

智能电网中智能配电数字终端的消息设计

智能电网是一个能够实现对用户和设备进行实时监视的完整体系,是利用各种信息提高电网的可靠性、经济性和灵活性,为电网运行和管理人员提供更完整、便捷的电网状态显示界面,帮助电网实现智能化运行的新型电网。智能电网包括智能发电、智能输电、智能配电和智能变电4个部分。在此,智能配电数字终端软件系统根据内聚性、通用性划分为应用逻辑、业务逻辑、消息控制、设备管理和基础构建5个层次,降低了层与层之间的耦合性。在智能配电网中智能配电数字终端需要采集的电力数据和数据来源很多,为了管理多个事件源和消息源,采用了基于反应器模式的事件驱动机制,保证了系统的实时性,提高了系统的工作效率。     

An Overview to the Concept of Smart Coupling and Battery Management for Grid Connected Photovoltaic Battery System

The paper gives an overview on the need for smart coupling for battery management in grid integrated renewable energy system (RES). Grid integrated photovoltaic (PV) battery system, as being popular and extensively used has been discussed in the paper. Smart coupling refers to intelligent grid integration such that it can foresee local network conditions and issue battery power flow management strategy accordingly to shave the peak PV and peak load. Therefore, a need for predictive energy management arises for smart integration to the grid and supervision of the power flow in accordance to the grid conditions. This is also a running project at the Institute of Energy Systems (INES), Offenburg University of Applied Science, Germany since January, 2015. The paper should provide insights to the motivation, need and gives an outlook to the features of desired predictive energy management system (PEMS).     

基于异构数据的电力短期负荷大数据预测方案

随着多种可再生能源电力的接入,电力系统正在向更智能、更灵活、交互性更高的系统过渡。负荷预测,特别是针对单个电力客户的短期负荷预测在未来电网规划和运行中发挥着越来越重要的作用。提出了一个基于异构数据的电力短期负荷大数据预测方案,该方案收集来自智能电表和天气预报的数据,预处理后将其加载到非关系型数据库中进行存储并做进一步的异构数据处理;设计并实现了一个长短期记忆递归神经网络模型,用于确定负荷分布并预测未来24 h的住宅小区用电量;最后利用一个住宅小区的智能电表数据集对提出的短期负荷预测框架进行了测试,并使用均方根误差和平均绝对百分比误差两个指标,对比了预测模型与两种经典算法的性能,验证了所提模型的有效性。     

综合电源自动联切装置的研究及应用

本研究通过在小水电、供电负荷混合线路的并网小水电送出分支线上安装智能真空断路器、保证主网安全的同时,防止用户家用电器烧毁、小水电发电设备损坏事故的发生以及提高混合线路的供电可靠性.完成综合电源自动联切装置的设计及研发,推进断路器向智能断路器准换,建设智能电网.     

Power Optimization Strategy Considering Electric Vehicle in Home Energy Management System

With the development of smart grid, residents have the opportunity to schedule their household appliances (HA) for the purpose of reducing electricity expenses and alleviating the pressure of the smart grid. In this paper, we introduce the structure of home energy management system (EMS) and then propose a power optimization strategy based on household load model and electric vehicle (EV) model for home power usage. In this strategy, the electric vehicles are charged when the price is low, and otherwise, are discharged. By adopting this combined system model under the time-of-use electricity price (TOUP), the proposed scheduling strategy would effectively minimize the electricity cost and reduce the pressure of the smart grid at the same time. Finally, simulation experiments are carried out to show the feasibility of the proposed strategy. The results show that crossover genetic particle swarm optimization algorithm has better convergence properties than traditional particle swarm algorithm and better adaptability than genetic algorithm.     

物联网时代下的智能电网发展

电力行业与物联网的关系较为密切,智能电网是电力系统发展到一定阶段的必然产物,物联网是智能电网发展的有利技术手段,在智能电网发展的各环节中,都有物联网的参与。文中对智能电网的发展进行了论述,并重点对物联网在智能电网各环节中的作用进行了探讨,最后介绍了两种面向智能电网应用的物联网设备。