基于HPLC技术的居民用户价值、用电行为与作息习惯的研究与应用

随着HPLC技术的全面推广应用,北京地区HPLC智能电能表覆盖率高达92.84%。利用HPLC的高频采集用能数据、购电数据等,采用k-means聚类算法研究居民用户价值、用电行为,用于挖掘不同电力消费水平的居民用户及其用电行为,准确率为99.5%以上。利用DBSCAN算法刻画用户的起居行为,分析用户的居家起居习惯,准确率为95%以上。     

基于需求响应的居民可控能效负荷优化

为解决居民生活用电需求不断增加,居民生活用电方式不合理造成能源浪费越来越严重的问题,从居民用户的可控能效负荷入手,对典型可控能效负荷空调、热水器和照明负荷进行分析,建立负荷能耗数学模型,根据其运行特性,结合居民用户用电习惯和分时电价,制定居民可控能效负荷优化策略;建立以居民用户用电成本和用电满意度为目标的优化模型。为提高和声搜索算法的求解速度与计算精度,对其参数进行动态调整,并与差分进化算法进行融合,应用于可控能效负荷的优化求解。算例结果表明了改进算法具有较好的收敛性和较高的准确性,验证了居民可控能效负荷优化策略的可行性,实现了从需求响应的角度对可控能效负荷进行优化管理的思想。     

模糊ISODATA算法在城市负荷分类中的应用

鉴于目前电力大数据总量大、数据复杂度高、价值密度低等,基于模糊ISODATA聚类算法研究了商场、宾馆酒店、办公等典型城市负荷用电特性,建立了城市负荷的建筑类型、总能耗、照明与插座用能、空调用能、动力用能、特殊和其他用能的数据维度模型用以辅助分类决策,并在不同维度、数量级的样本数据下与传统聚类算法的性能进行比较。同时与传统的基于日负荷曲线的分类方法准确率进行对比。结果表明,基于模糊ISODATA算法的城市用电行为分析模型聚类效果好、精度高,适用于当前高维度、大规模的电力大数据的分类,并在一定程度上能够克服当前电力大数据负荷分类中聚类数目设置难、易陷入局部最优等问题。研究成果可用于指导工程实践。     

需求侧管理下居民生活用电的系统动力学模型

针对我国电力短缺严重问题,基于系统动力学理论,分析了需求侧管理对居民生活用电行为的影响,构建了需求侧管理下居民生活用电系统动力学模型,对其进行动态仿真和模拟。结果表明,在需求侧管理的作用下,居民用户用电行为得到优化,用电成本降低。     

基于递进式模型结构和时间信息嵌入的非侵入式负荷分解

现有的非侵入式负荷监测算法对多时间尺度的用电规律缺乏关注,且存在电器状态误判率高和功率预测误差大的问题。对已有模型在学习框架、信息嵌入和损失函数3个方面进行优化,提出一种基于递进式模型结构和时间信息嵌入的负荷分解方法。模型由预分解模块和功率预测模块构成,递进地完成判断电器开关状态与估计功率值2个任务。2个模块的网络结构均基于Transformer设计,使用不同的复合损失函数优化。另外,提出了多尺度时间信息编码及嵌入方法,增强模型对用电行为特征的提取能力。基于居民用电数据集REDD和UKDALE的测试结果验证了该方法的有效性。     

基于大数据分析的陕西省居民用电行为及影响因素研究

陕西省目前处于发展的关键时期,为了有效的了解陕西省居民用电模式,通过对陕西省居民用电量以及相关经济、社会指标等众多数据的统计计算,得到了2000年以来的社会经济以及用电大数据。主要从陕西省居民用电增长情况、居民用电占比、人均用电水平和城乡居民用电差异等方面做了详细的分析和研究,对全面了解及把控陕西省居民用电行为具有十分重要的意义。     

居民用户用电的聚类分析

认为新一轮的用电增长引发的问题和矛盾严重威胁到电力系统的安全运营。电力部门必须加强对于用电情况的分析和预测,妥善地规划电力系统的建设和发展。居民用户是用电群体中最具代表性和规律性的一类,针对这些问题和矛盾,提出了对居民用电情况进行分析。而在分析过程中,采用了聚类算法。实验结果表明居民用户用电存在明细的规律,并总结出了规律性的结论。     

智能电网下多时间尺度家庭能量管理优化策略

建立负荷在功率约束与需求响应约束下的激励需求响应模型以及含分布式电源、储能与电动汽车的家庭用电模型,在预测模型多时间尺度能量管理的基础上,以最小化用户自身用电费用与买电功率波动的两层目标函数实时优化调整策略。通过实时调整储电池、电动汽车的充放电,从而保证用户购电满足需求相应的要求。最后采用改进的粒子群算法对多时间尺度目标函数进行求解,并且与原始的粒子群算法进行对比,结果表明所提算法可显著降低用户的用电费用与功率波动。     

简化电价分类中不可忽视的几个问题

正作为推进资源性产品价格改革的一部分,国家发展改革委2013年6月9日下发通知,决定逐步调整销售电价分类结构,将现有的八个用电类别归并为居民生活、农业生产、工商业及其它用电价格三个用电类别,每个类别再按用电负荷进行分档。目前销售电价主要是依据行业、用途分类,包括居民生活、非居民照明、商业、非工业、普通工业、大工业、农业生产用电价格八大类销售电价。现行价格机制及价格政策均以当前八大用电     

对生活用电实行划区承包考核效果好

对生活用电实行划区承包考核效果好江苏省东台市纺织工业局郑重，贲兆荣，杨迎春随着人们生活水平的提高，空调、电冰箱等用电设备的增加，家庭、宿舍区生活用电考核已成为节能降耗的重要环节，而且也是直接关系到千家万户居民的切身利益，十分棘手的老大难问题．一些单位...     

基于大数据的居民用电消费习惯研究与分析

居民用电消费受较多因素的影响,掌握居民用电习惯及其主要影响因素间的规律对电力系统调度具有重要意义。国网浙江省电力公司借助大数据平台,基于线性回归、灰色预测等算法搭建数据挖掘模型,实现了居民用电消费分析和用电负荷预测分析的场景应用。数据挖掘模型的建立一方面了解了居民用电消费行为,有效提高了负荷预测的及时性和准确性;另一方面验证了大数据技术在电力行业应用的可行性,为国网浙江省电力公司大数据应用体系的形成与完善提供了切实可行的实践经验。     

地冷空调

地冷空调陈棪存一、前言我国大多数地区夏季酷热、严重影响人们生活和工作。每年夏季实际损失的工作日数量惊人。目前，南方城市应用空调日益增多，夏季用电直线上升，有关部门不得不三今五申加以各种限制，以免过分影响生产发展和居民其它生活用电。很明显，由于中国能源...     

基于并行预测策略的公共楼宇 日前空调负荷预测

摘要： 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。     

基于用电客户群体细分的差异化用电行为特征分析

随着电网优化升级,电力客户用电行为差异化变得更为显著。通过对用电客户群体差异化用电行为进行细分管理、建立细分结构模型来提升供电企业服务质量成为发展方向。以电力大数据为依托,通过数据挖掘技术,建立满足用电客户群体细分的模型结构。首先根据用电客户群体实际运营情况,建立基于客户供电可靠性要求、客户行为、客户价值的模型评价指标,然后针对庞大的数据群体,采用K-eans聚类算法进行数据清洗预处理,获得精细化的细分数据,最后实现对用电客户的差异化评价和管理,满足“智慧能源”发展模式的需求。     

基于改进FC-IRKM的电力用户负荷分类研究

为了提升电力用户负荷分类精度,从而为电力企业有效掌握用户用电规律,制定电价,合理评估用电需求,进行了基于改进的FC-IRKM的电力用户负荷分类研究。首先,模糊聚类综合了模糊思想与聚类方法,粗糙集则解决了数据分类不清晰的情况,将两种方法的优点进行结合,提出了模糊粗糙K均值算法;其次,对IRKM算法记进行了理论分析,结合模糊粗糙算法,提出了一种FC-IRKM算法,并通过遗传算法对其参数进行优化,获得改进后的FC-IRKM算法;然后通过仿真对比实验,验证了在处理相同数据的时候,改进的FC-IRKM算法比其他常见传统算法的分类精度更高,适用性更广;最后将改进的FC-IRKM算法应用于电力用户负荷分类上,分类结果与预期结果相互印证,验证了该方法的适用性。该研究为电力企业把握电力用户的用电规律、合理规划供电计划提供了可靠的理论支持。     

地源热泵供暖/制冷住宅建筑的电负荷预测法的建模及应用

地源热泵(GSHP)作为一种新型高效的空调技术,正得到越来越广泛的应用.对于GSHP供热/制冷的住宅建筑,使用传统的电负荷预测方法已经难以适用,为此提出一种新的电负荷预测方法,将住宅建筑的用电负荷分解为家庭用电负荷、传统公共用电负荷和GSHP空调系统用电负荷三部分.对前两种用电负荷采用单位指标法进行负荷计算,并在计算家...     

基于并行K-Means聚类的配电网台区用户行为分析模型研究及应用

当前,电力企业营销部门在电能计量过程中收集的日冻结电量数据仅仅以个体为单位,用于电费计算及线损评估,并未能将海量数据关联起来开展分布式的云计算。日冻结电量的大数据价值还未被挖掘。利用K-means聚类算法,搭建Hadoop大数据分析架构,对电网营销海量日冻结电量数据进行了剖析挖掘,实现了对用户用电行为的高效评判,为电力企业管控低压台区违约用电部署了新的技术手段,充分发挥了电网大数据资源的价值,为电力企业挽回可观的经济损失。     

计及用户舒适性的家庭智能用电调度优化

摘要： 随着智能家居、家庭分布式能源的广泛应用,以及分时电价的推广,家庭能源系统有了更多更高的功能需求。文中通过分析家庭用电行为和家庭负载工作方式的关系,建立了一种兼顾家庭用电的经济性和舒适性的调度优化模型,同时考虑了分布式能源和需求响应技术的应用,具有重要的实际意义。针对该模型采用了一种改进粒子群算法进行求解,并通过家庭用电的算例进行了验证。算例表明,该模型和算法能够很好地调度家庭电器的用电行为。     

新建住宅实际能耗状况的研究

以满足新的节能设计标准的住宅楼内的44户住户为研究对象,基于住宅采暖耗热量和用电量的数据采集和统计分析,掌握新建住宅楼在实际使用过程中的采暖、空调以及生活用电能耗状况,研究分析住宅建筑的能耗结构。结果表明新建住宅建筑的采暖能耗远未达到、节能标准的要求,其次生活用电的能耗也很大。进一步的问卷调查、测试、模拟计算以及对比分析表明,导致住宅高能耗的主要原因在于居住者不合理的采暖、空调和生活用电行为。因此,在住宅节能的研究工作中,应对建筑中的人行为状况予以足够的重视。     

对居民生活用电阶梯电价方案的几点看法

通过对浙江省居民生活用电现状和居民生活用电阶梯电价实施方案的分析,从4个方面对现有居民生活用电阶梯电价实施方案提出质疑。认为推行居民阶梯电价可以传递鼓励理性消费的价格信号,合理的居民用电阶梯电价方案应最大程度体现社会公平和能源效率,关注城乡用电水平和用电结构差异,相邻省份的区域平衡和经济社会发展的动态调整。