可降低负荷峰值的智能用电任务调度优化

家庭用电消费中可以通过自动控制装置对家庭用电任务进行调度优化,但缺少高效率的智能调度优化算法制约了其应用。根据家庭用电消费的特点,首先对用电任务进行了定义,构建了家庭用电任务调度优化问题模型,模型以降低家庭用电负荷峰值为目标。针对模型优化目标,设计了一种基于遗传算法的高效智能用电任务调度优化算法。算例实验结果表明,该算法能够较好地优化用电任务的运行安排,有效降低家庭用电负荷峰值,具有一定的实用价值。     

智能用电网络的设计与初步实现

发展智能用电是建设智能电网的重要环节之一。本文综合以往智能用电、智能家居与自动需求响应的认识,提出了"智能用电网络",给出其定义。智能用电网络是将用户侧的各种电器通过能量信息网关互连而形成的网络。它旨在建立基于物联网、互联网与智能电网技术的联系海量电力用户的大型用电网,不仅可以帮助用户节能,给电力用户提供智能友好的个性化、差异化服务,还可以引导电力用户灵活互动地参与协同需求响应,帮助电网实现优化运行。智能用电网络的硬件部分由智能插座、智能红外控制器、能量信息网关、云端服务器、移动终端等部分组成;软件部分基于Android平台进行开发。目前,该网络已在清华大学紫荆公寓投入试运行,运行结果表明本文方法的可行性与有效性。     

基于超短期负荷预测的智能配电网状态估计

状态估计作为智能配电网自愈控制的数据出口和态势感知工具的核心板块,需要在1个数据采集周期内对全网进行1次状态估计计算,传统的配电网状态估计算法不能满足以上要求,需要研究高效的配电网状态估计算法。提出了一种基于超短期负荷预测的智能配电网的状态估计方法,为自愈控制状态评估模块和潮流计算模块提供所需数据。该算法将预测速度快、预测精度高的超短期负荷预测技术引入智能配电网状态估计,实时预测节点负荷,实现了配电系统节点负荷的实时跟踪;采用指数函数抑制不良数据的影响,提高了状态估计的精度;利用配电网潮流计算的前推回代算法计算状态变量的初始幅值和相角,提高了算法的收敛性;考虑了分布式电源接入,体现了智能电网透明开放的特点。基于IEEE36节点标准算例的计算分析,验证了算法的有效性。     

基于智能电网的智能用电分析

智能电网是现代电网事业的发展趋势,智能电网发展的过程中,促进多项智能化的建设,如：智能小区,推进智能用电的发展。智能电网是智能用电的载体,提高了用电客户的电能质量和服务质量。智能用电不仅具有节能环保的优势,更重要的是提供便捷的供用电方式,提高大众的用电水平,营造更为理想化的用电环境。因此,本文以智能电网为分析基础,重点研究智能电网下的智能用电。     

基于GPRS网络的电力负荷智能监控系统设计

介绍了GPRS业务的基本情况;详细描述了运用嵌入式系统构成电力负荷智能监控终端的硬件设计原理、软件工作流程,以及电力管理中心利用GPRS网络和智能监控终端实现对电力变压器现场数据采集和相关设备测控的方法;分析了智能监控终端在试运行期间出现的问题并提出了解决办法。现场实际运行正常,达到设计要求。     

谈用电负荷与线损率的关系

引起线损率变化的原因是多方面的，但在一定时期内，网络结构和运行方式可能没有较大变化，在此条件下，通过对网络的简化，建立数学模型，找出线损率随用电负荷变化的规律，可对线物率的预测及分析提供重要参考。     

基于负荷分解的居民差异化用电行为特性分析

针对智能电网建设过程中需要准确掌握居民用电特性的要求,将居民负荷分解为基本负荷和季节性负荷。基于自适应模糊c均值算法,分别对居民日基本负荷和夏季降温设备日负荷进行聚类分析。根据分类结果进行负荷特性分析,并在此基础上提出一种用户分类的方法,实现对居民用电行为特性的差异化分析。实验结果表明,基于该分类方法能够准确地描述用户用电行为特性,为需求响应如峰时电价制定、错峰管理、负荷调控等提供了有效的数据支撑。     

基于模块化回声状态网络的实时电力负荷预测

电力负荷预测特别是实时电力负荷预测是电力系统规划的重要组成部分,也是电力系统可靠、经济运行的基础。针对回声状态神经网络在实时负荷预测中存在易受噪声影响、鲁棒性不强、不稳定的问题,提出了将基于模块化回声状态网络的方法应用于实时电力负荷预测中。根据输入时序数据所引起的储蓄池内部状态的相似性对储蓄池空间进行模块划分,将此高维空间划分为多个子模块,针对每一个模块训练一个读出器,最后把各个模块的输出结果集成输出。利用模块化回声状态网络模型,对大客户的实时负荷数据进行预测,并与几种短期负荷预测模型进行精度和稳定性的对比实验,结果表明,模块化回声状态网络在实时负荷预测中既提高了预测精度,又增强了预测的稳定性和泛化性能。     

企业用电负荷调整与电能充分利用

论述了电力负荷调整的理论依据,进而结合工厂企业的实际情况提出了调整负荷的方法,并用实践证明,合理的调整负荷是企业节能降耗、提高经济效益的有效途径。     

智能小区居民用电负荷特征权重分析

以往对智能小区居民用电行为聚类分析时,存在着负荷特征选择与权重计算描述不足的问题。为了提高居民用电行为聚类分析的准确率,降低聚类分析运行时间,提出一种基于ReliefF算法建立的以峰时耗电率、日负荷峰值时刻、谷时耗电率、日负荷周期数、日最小负荷率等特征的数据模型。该模型可以对海量居民用电行为数据进行处理,并通过k-means算法对其进行聚类分析。实验数据来源为已建成的智能小区,结果准确率达94.61%,证明了基于ReliefF算法建立的特征数据模型在居民用电行为类分析中是有效的。     

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%。     

基于智能电能表数据的非侵入式负载监测

非侵入式负载监测(Non-Intrusive Load Monitoring,NILM)旨在将家庭总用电分解为含有多个组分的负载信号,以识别出不同用电设备的用电特征并实现异常用电的自动检测.传统方法通常将NILM视为分类问题处理,在忽视了负载中的大量功率波动细节的同时,当用电设备增加时,模型的复杂度大幅上升,从而在实用...     

SMART总线与信息家电的研究与应用

介绍了SMART家庭总线系统概念,阐述了家庭网络平台的设计思想,并通过SMART总线对中央空调温度、风速控制的应用,说明SMART家庭总线具体的设计实现方法.     

基于时间序列分类任务的智能电能表负荷监测技术研究

随着深度学习模型在非侵入式负荷监测领域的应用,负荷识别与分解的能力得到了显著提升。但是多数方法仍然存在模型训练效率低下、分解精度不足以及模型不易推广的问题。针对上述问题,文章利用基于时间序列分类任务的卷积神经网络对非侵入式负荷监测框架进行了研究,并提出了相应的负荷识别与分解方法。通过对比实验证明,在UK-DALE数据集上,基于时间序列分类任务的卷积神经网络提升了洗碗机4.3%的识别准确率和19%的识别精度,降低了21.3%负荷分解过程的均方误差;在REDD数据集上,模型对于洗衣机的识别准确率、精度和F1值均有所提升,特别是召回率提高了24.3%,同时在负荷分解的过程中,模型降低了15.8%的均方误差。因此,与其它神经网络模型相比,基于时间序列分类任务的卷积神经网络具有更稳定的负荷识别与分解性能。     

基于卷积神经网络的非侵入式负荷监测方法

从深度学习与边缘计算的角度,对适用于电力物联网的非侵入式负荷监测方法展开了研究.针对NILM系统在物联网场景下的部署问题,提出了一种新的边缘计算架构,并讨论了各组成部分的任务分配.针对负荷激活在线提取问题,提出了基于离散度和用电行为规律分析的激活判断策略;针对低频采样下的负荷特征问题,提出了一种可自动提取激活特征并识别...     

智能管道技术及其在电力通信网中的应用展望

智能管道技术作为运营商进行网络资源优化、实现精细化运营与管理的有效手段,正得到越来越多的关注。从智能管道的产生背景、定义、特征、关键技术及在公网的应用实践等方面出发,对智能管道的研究情况进行总结,在此基础上,结合电力通信网的特点。提出了智能管道在电力通信网中的应用场景展望,为未来的电力通信智能管道网络实践提供研究指导。     

基于源网荷互动模式的智能配电网调度业务优化

随着分布式电源/多样性负荷的大量接入,配电网结构和运行特性的变化对其调度与控制提出了新要求,配电网运行效率的优化提高成为智能配电网建设的重要目标和迫切需要解决的问题。对配电网调度业务、优化目标以及源网荷互动展开研究,提出了基于调度业务优化的源网荷协调互动流程,探索基于多时间尺度多目标的递进式调度业务优化思路,并提出了优化过程中的动态多时段划分方法。     

智能家电参与低频减载协调配合方案研究

智能电网环境下智能电表和智能家电等智能终端设备在用户侧的推广应用,为电力系统安全稳定控制提供了丰富的动态响应信息。文章将智能需求响应技术与第3道防线中的低频减载措施相结合,利用负荷侧的快速响应资源与第3道防线进行协调控制,提出一种考虑智能家电响应的新型低频减载方案。基于智能电表与电网之间可双向通信的特点,控制智能家电主动提前响应系统的调控需求,通过与传统低频减载方案的协调,可阻止系统频率的大幅度跌落并尽快恢复至额定值附近,提高了系统运行的灵活性和可靠性。时域仿真表明该低频减载方案能够适应电网复杂的运行环境,快速有效地抑制故障下的频率跌落,减少切负荷代价。     

县级电网短期负荷预测方案研究

通过对东光县用电负荷特点的介绍,分析工业、农业、生活及照明用电的规律和影响负荷变化的主要因素,提出县级局提高负荷预测准确率的几种方法,并在实践中总结出科学预测短期负荷的流程图。