基于云边协同技术的柔性负荷聚合调控系统设计

作为发电调度的补充,柔性负荷调度能够削峰填谷、平衡间歇式能源波动和提供辅助服务,是丰富电网调度运行的调节手段,在电网调频调峰和新能源消纳中具有较大的调控潜力。首先,提出了一种“柔性负荷聚合调控云平台-智能边缘计算终端-客户侧能源信息物理系统”的优化调控架构;其次,借鉴云计算和边缘计算协同的架构理念,设计一套柔性负荷聚合调控系统,实现柔性负荷的聚合调控;再次,研究柔性负荷聚合调控策略,构建云边协同的多类型弹性负荷调控算法;最后,基于苏州同里小镇的实际场景,对温控负荷、电动汽车、储能参与聚合调控进行了仿真与算例验证。     

基于电力需求响应的智能家电管理控制方案

运用智能电力需求响应(DR)技术,有效整合用户侧电网响应潜力以提升电网运行的安全性、稳定性和经济性值得深入研究。以居民用户为例,利用智能电网双向交互能力,提出了智能家电管理(HAM)系统及其控制方案。建立了不同家电的控制模型,并根据家电运行特点提出了家电舒适度指数的概念。在满足DR用电要求并尽量满足用户舒适度的前提下,根据家电实时状态在线计算其动态优先级,并按照优先级顺序执行负荷控制决策。分析了不同家电参与DR后,对改善电网负荷曲线的作用。从电力公司与用户两方面分析了所提控制方案的控制效果。仿真结果验证了智能家电控制方案的合理性。     

智能电网环境下基于多代理的商业用户可控负荷管理策略

智能电网的发展为电力用户积极参与电网运行调控提供了必要的技术支持。文中针对智能电网环境下商业用户的用电响应行为提出了基于多代理系统(MAS)的负荷控制策略方案。设计了包含多类具有一定用电响应能力的用电设备的MAS及互动协调机制,结合商业电力用户的特点,为突出商业用户对整体用电舒适度的要求,在居民用户MAS的基础上增加了负载聚合代理;以酒店类商业用户为例,根据各类用电设备的运行特性建立了相应的负荷响应模型,基于典型用电设备的实时信息,采用区间数排序法确定用电负荷的优先级,构建了以优化商业用户用电整体舒适度为目标的负荷管控模式。通过算例分析,分析了所述模型和方法的特点与合理性。     

用电负荷指纹管理的层次化系统设计

具备负荷特征识别功能的监控系统对实现电力需求侧的自主式、智能化管理至关重要。为解决非侵入式检测技术仅局限于既定设备的问题,促进各类用电设备的主动识别,以支撑自动需求侧管理体系下用电行为分析、用电优化控制功能。本文定义了基于家用电器运行特性的“负荷指纹”及其构成,并以信息物理融合系统为基础,提出负荷指纹管理的层次化技术架构,包括本地及云端两层用电负荷指纹管理平台。最后研制插座式智能采集终端、具备多通信技术的智能交互集中器,可为该技术架构的实现提供坚实的硬件支撑。     

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。     

基于互联网家电的需求响应聚合系统信息接口研究与设计

为了解决居民用户需求响应资源零散、调控难度大及信息交互不畅等问题,依托SAC/TC549全国智能电网接口标委会定义的标准框架,在深入研究居民需求响应业务在互联网环境中信息流传递模式的基础上,提出基于互联网家电云平台的需求响应聚合系统架构、用户垂直信息交换模式、虚拟DR需求响应(demand response,DR)终端及信息接口,对接口的组成、功能和信息交换过程进行了详细设计。该方案基于互联网架构,采用模块化设计,所构建的基于互联网家电云平台的需求响应系统更加灵活与高效,可支持大规模扩展的需求响应商业模式创新。     

基于边缘计算的用户异常负荷识别方法

针对未知家电负荷背景下基于智能电表采样数据进行异常负荷识别问题,以电动车入户充电负荷为出发点,提出了 一种基于边缘计算的用户异常负荷识别方法。首先通过 Boruta-SHAP 算法对非侵入式负荷数据的14种特征进行排序筛选, 得到在秒级负荷数据下的辨识效果最佳的特征子集;然后采用改进的非平行支持向量机(v-non parallel support vector ma- chine,v-NPSVM) 模型进行异常负荷识别模型的训练;最后结合边缘计算技术将算法部署到边缘计算平台上,实现对典型电 动车充电负荷的识别。实验基于低压台区中智能电表获取的真实负荷数据进行验证,并进一步对数据进行降频处理以验证 更低频数据源下方法的有效性,实验结果表明针对降频后的异常负荷识别的正确辨识率仍在90%以上,证明了在未知家电负 荷背景下方法具有较好的适用性和准确性。     

基于营配数据融合的智能配用电信息系统架构

考虑营配数据融合的业务需求,兼顾当前配电自动化系统和用电信息采集系统的现状,从功能定位清晰、应用主体明确、数据平台统一等方面设计了跨生产控制大区与管理信息大区的智能配用电一体化主站系统方案。针对配用电设备种类繁多、数量巨大的特点,具体阐述了配电终端和智能电表数据采集方式,重点介绍了基于IEC 61850配电终端的IEC 60870-5-101/104+Web Services映射方式,实现了配电终端的即插即用以减少现场调试、维护工作量,并通过搭建试验系统验证了所提架构及数据采集方案的有效性。     

基于大数据云平台的电力能源大数据采集与应用研究

随着智能电网建设的不断推进,电力系统中运行的采集终端数量大幅激增。面对采集到的海量用电数据,如何快速挖掘出有价值的信息,指导企业发展并服务社会民生,显得尤为迫切。文章介绍了利用分布式架构的用电信息采集系统采集用电数据,建立大数据云平台,通过BP神经网络算法等大数据分析方法,提高线损治理成效,实现负荷的准确预测,并在光伏、车辆网等新的领域对电力能源大数据应用的研究进行了展望,对未来电力能源大数据的深化应用有重要的指导意义。     

一种高效的基于云边端协同的电力数据采集系统

针对云计算模型的数据分析及数据处理在实时性、隐私保护和能耗等方面所存在的问题,研究边缘计算模型的概念及其在数据处理与数据分析方面的优势;提出新型的边缘计算系统架构,设计能实现系统任务的卸载、运行及调度策略;针对提出的新型边缘计算系统的改进方向和应用前景,展开分析和研究,构造了一种基于云边端协同的新型电力数据采集系统。该系统架构由上而下分为云侧系统主站、边侧智能终端和端侧表计设备3层,端侧表计设备负责采集电力数据并上报到边侧智能终端,智能终端负责对数据进行预处理,而云侧系统主站负责收集预处理后的数据并进行统一处理。基于该文所提系统,云侧采集系统主站统管边侧智能终端设备,并支持将应用程序下发到边侧智能终端进行边缘计算;边侧智能终端设备纳管端侧表计设备,支持将表计设备采集的数据上传到边缘侧缓存和就近处理、分析与决策。该文通过实例测试验证了所提方案既解决了边缘应用的实时处理和响应问题,又减轻了云端与边缘端之间数据通信的带宽压力。     

基于动态家电优先级的智能家电管理控制方案

本文利用需求响应(demand response, DR)技术,在满足用电要求的前提下,针对居民用户提出一种在DR下用于管理高功耗家用电器的智能家居管理控制方案。该方案通过建立家电优先级评价指标,以电价信息、家电传感器信息、断电时间等作为输入量利用模糊控制器对各家电优先级进行合理评估,以动态优先级控制实现DR时段用户功耗低于一定水平并兼顾用户舒适性和用电成本。分析了不同时段、不同家电负荷在改善负荷曲线中的作用,仿真结果验证了所提控制方案在DR时段控制的有效性。     

面向软件定义网络的配电边缘计算终端优化部署方法

为增强配用电物联网的业务支撑能力以及节省经济成本,提出了一种面向软件定义网络(software defined network, SDN)的配电边缘计算终端优化部署方法。电力无线专网基站具有丰富的数据流与业务流,利用无线基站站址部署配电边缘计算终端具有显著的优势。首先,介绍了面向软件定义网络的配用电物联网边缘计算架构,建立了配用电物联网的业务、智能终端和边缘计算终端等要素模型。进一步,考虑边缘计算终端、智能终端以及SDN控制器的通信方式约束、边缘计算终端的服务延时和硬件配置约束,以年均设备成本和年均运行成本之和为目标,建立了配电边缘计算终端优化部署模型。最后,基于多场景的算例仿真结果验证了所提方法的有效性。     

Home energy management incorporating operational priority of appliances

Home energy management (HEM) schemes persuade residential customers to actively participate in price-based demand response (DR) programs. In these price-based HEM methods, a controller schedules the energy consumption of household’s controllable appliances in response to electricity price signals, considering various customer preferences. Although numerous methods have been recently proposed for HEM application, prioritizing the operation of controllable appliances from the customer’s viewpoint in price-based HEM has not been addressed, which is the focus of the present paper. To do this, the value of lost load (VOLL) of each appliance is defined to indicate the operational priority of that appliance from the customer perspective. Considering appliances’ VOLL, electricity tariffs, and operational constraints of appliances, an optimization problem is proposed to minimize customer energy and reliability costs. The output of the proposed HEM would be the optimum scheduling of household electrical demand. Numerical studies illustrate the effectiveness of the proposed HEM method in a smart home, considering different time-varying electricity pricings.     

基于多元特征分析的居民非侵入式相似电器辨识算法

在面向居民的非侵入式负荷辨识场景中,存在部分电路结构、功率相近的相似电器。对于这些电器,现有算法辨识成功率较低。为提高对居民相似电器辨识的准确率,提出了一种基于多元特征分析的非侵入式相似电器辨识算法。该算法使用一对多维的低频电器特征数据进行分析,先将特征规范化,计算两种电器特征间马哈拉诺比斯距离,用以判断两种电器是否相似,再对原始特征使用主成分分析,以提取相似电器的主特征,最后将主特征输入多元高斯模型,得到辨识结果,判断电器运行状态,并分项计量电器能耗。使用实测电器数据与居民实际用电数据进行验证,并与其他模型进行对比。结果显示,该算法可有效提高相似电器辨识的准确性。     

基于智能用电互动服务平台的智能家庭能效管理系统设计

为了实现电力用户与电力公司双向互动,满足电力用户多元化、互动化的用电服务需求,设计并实现依托于智能用电互动服务平台的海量信息数据和多元化服务,完成面向电力用户的智能家庭能效管理系统设计.本系统是以智能用电互动服务平台为系统支撑,构建智能电表、智能家庭网关、智能交互终端、智能插座和智能电器为依托,支持光伏发电、分布式电源、电动汽车充电等系统或设备的接入,结合阶梯电价、有序用电、家庭能耗指数等节能指标,形成电力公司与电力用户能源与信息同步的新型供电关系,为电力用户提供经济高效用电模式为综合体的智能家庭能效管理系统.系统设计具有标准接入、信息共享、高可靠性等优点,将在智能电网与电力用户之间发挥重要作用.     

计及非侵入式负荷监测及负荷预测的设备运行模式研究

提出了一种新型非侵入式负载监控(Non-Intrusive Load Monitoring,NILM)方法,该方法结合了设备使用模式(Appliance Usage Patterns,AUP)以提高主动负载识别和预测的性能。在第一阶段,使用基于频谱分解的标准NILM算法来学习给定AUP;利用所得AUP通过专门构建的模糊系统来获得设备的先验概率。AUP基于最近的设备活动/不活动和一天中的时间,给出了每个设备在当前时刻处于活动状态的可能性度量。因此,通过AUP确定的先验概率增加了NILM算法的有效负载识别精度。将所提方法应用于几组实际家庭数据库,证明了其对主动负载估计的改进能力。利用所提方法制定并实施了住宅用电量预测机制,实验结果证明了所提方法的有效性。     

基于SAE的家庭智能用电策略优化研究

家庭用户是现代电网的主要组成部分,优化用电策略进而实现家庭智能用电是实现智能电网运行的重要条件之一,文章基于云计算平台SAE完成了家庭用电策略优化研究。通过将电网侧分时电价政策和用户用电行为习惯有机结合,选用家庭用电设备的启动时间为决策变量、家庭总用电费用最少为优化目标,建立了用电策略的优化模型;选择SAE云计算平台设计了与用户群体日常生活相适应的网站平台,在此基础上选用遗传算法优化了家庭用电策略,设计出流程图并进而求解,最终将家庭智能用电人机交互界面和优化结果通过网站展示,以方便用户查询、浏览家用电器的优化方案,并实现了各类家用电器的启停控制。     

基于云计算的家庭智能用电策略

对智能小区的居民用电行为展开研究,基于云计算平台和并行关联规则Apriori算法,挖掘出了用户用电行为间的关联规则,根据挖掘出的关联规则使用遗传算法对家庭用电时间分布进行合理规划,达到经济用电的目标,给出了行之有效的智能用电策略。由供电局将用户的智能用电策略以短信等交互方式传递给智能用电家庭。经实例验证,文中基于云计算平台和并行Apriori算法的居民用电行为分析结果是有效的,可使居民高效智能用电,节约家庭能耗。     

智能电网环境下基于大数据挖掘的居民负荷设备识别与负荷建模

利用数据挖掘技术对用户负荷大数据进行处理,既可以通过识别用电负荷设备来分析用户的用电行为习惯,又可以辅助进行负荷精确建模,实现精确而有目标性的需求侧管理或制定具有针对性的零售商售电策略。在此背景下,基于动态时间弯曲(dynamic time warping,DTW)的时间序列匹配方法,提出了一种低频负荷数据下的居民电器设备识别方法。首先,将负荷数据分割成单负荷设备运行和多负荷设备同时运行2种情况下的负荷子序列;然后,依据待识别子序列的时间长度,参照实测的电器设备耗电功率数据,生成与其时间长度一致的电器设备耗电功率参考序列,其中包含了从电器设备启动前一时刻至设备关闭后一时刻的功率变化情形;最后,以DTW距离作为相似性度量指标确定识别结果。对于由多负荷设备运行产生的负荷序列,提出了一种剔除已识别设备后将序列再次分割,如此交替进行的识别策略。在获得识别结果后,构建了居民负荷统计模型。借助于高效数据分析软件R语言平台,实现了所提出的算法,并使用500组负荷数据进行了数据实验。结果表明,在对负荷数据每min采样1次的情况下,所提出的负荷设备识别方法对单设备负荷序列识别的准确率超过93%,对多设备负荷序列识别的准确率接近83%。     

面向区域售电公司的边缘计算架构设计探讨

万物互联时代背景下，电力系统数据传递量不断增长，为了提高区域售电公司数据处理的准确性和时效性，文章提出了一种基于边缘计算的数据处理架构。首先阐明了边缘计算的定义和节点的设计框架，介绍了目前边缘计算在电力系统中的一些应用场景。其次搭建了面向区域售电公司的边缘计算框架，分别就云平台和边缘节点的模型进行定义和分析，并针对综合框架信息交互的内容进行详细讨论，且设计了整体运行流程。最后建立了区域售电公司边缘计算任务分配模型，通过算例分析了边缘计算节点的信息传输性能和计算性能。结果表明所提架构相较于传统云计算方法具有优越性，为售电公司制定用电套餐的计算分析方式提供了一种新的思路。