检索结果-南通市图书馆

维普期刊数据库

基于用电采集数据的居民需求响应分析技术研究

在线全文

学校读者我要写书评

暂无评论

软件 2023年第12期44卷 111-114页

作者：廖庆锋四川明星电力股份有限公司四川遂宁629000

居民需求响应是一种通过调整用电行为来实现能源节约和环境保护的策略,而基于用电采集数据的居民需求响应分析技术则可以更好地解决居民的用电需求,并为制定有针对性的策略和措施提供支持。为此,本文重点探讨了基于用电采集数据的居民... 详细信息

居民需求响应是一种通过调整用电行为来实现能源节约和环境保护的策略,而基于用电采集数据的居民需求响应分析技术则可以更好地解决居民的用电需求,并为制定有针对性的策略和措施提供支持。为此,本文重点探讨了基于用电采集数据的居民需求响应分析技术。该技术通过采集居民用电数据,深入分析居民用电习惯、高峰用电时段以及用电量的变化趋势等数据,可以识别出潜在的节能机会和需求响应的潜力。同时,通过模拟和预测小区不同负荷下的粒度和精度,为电力部门制定精确的政策和措施提供科学依据。

关键词：居民需求响应用电行为细粒度负荷采集负荷预测

维普期刊数据库

基于自学习优化模型的定制化居民需求响应预测研究

在线全文

学校读者我要写书评

暂无评论

电力需求侧管理 2021年第6期23卷 87-90页

作者：卢婕刘向向赵振佐赵文辉邓娜娜王博国网江西省电力有限公司供电服务管理中心南昌330001 北京理工大学管理与经济学院北京100081

基于家庭智能电能表采集数据,构建居民需求响应样本库。基于该样本库,开展特征工程,充分挖掘响应用户的家庭属性、响应行为、用电行为等特征。在此基础上,构建居民电力需求响应神经网络自学习优化模型,根据不同家庭标签与历史响应结果数... 详细信息

基于家庭智能电能表采集数据,构建居民需求响应样本库。基于该样本库,开展特征工程,充分挖掘响应用户的家庭属性、响应行为、用电行为等特征。在此基础上,构建居民电力需求响应神经网络自学习优化模型,根据不同家庭标签与历史响应结果数据,预测居民需求响应参与情况,随着典型场景下需求响应的不断开展,对模型进行循环迭代与优化。最终,依据调节目标,智能化制定需求响应调控策略。算例结果表明,所提的需求响应策略能够准确识别居民需求响应参与度,降低需求响应激励成本。

关键词：居民需求响应特征工程自学习优化定制化响应预测

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

考虑居民用户动态行为的负荷聚合商决策分析

中国电力 2024年

作者：赵先海刘晓峰季振亚李峰刘国宝南京师范大学电气与自动化工程学院

负荷聚合商充分发掘负荷的需求响应潜力，对于节能减排具有重要意义。为研究居民行为对聚合商决策的影响，文中提出考虑居民用户动态行为的负荷聚合商决策分析。首先，考虑居民参与需求响应的多重影响因素，基于马尔可夫生成有限理性决... 详细信息

负荷聚合商充分发掘负荷的需求响应潜力，对于节能减排具有重要意义。为研究居民行为对聚合商决策的影响，文中提出考虑居民用户动态行为的负荷聚合商决策分析。首先，考虑居民参与需求响应的多重影响因素，基于马尔可夫生成有限理性决策行为模型，从而预测用户参与度。其次，采用信息间隙决策理论来处理用户参与度不确定性问题，将聚合商分成风险投机型和风险规避型。最后，通过进行量化评估机会利润和风险损失，具有不同风险偏好的聚合商得以根据此算法选取适宜的负荷削减策略，以确保期望收益的最大化。算例结果表明，居民用户信息不完整时，该方法能有效处理居民用户参与需求响应不确定性问题，负荷聚合商能够更合理的进行决策来保证期望收益。

关键词：居民需求响应马尔可夫用户参与度信息间隙决策理论不确定性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

居民电力需求响应行为分析实验设计研究

居民电力需求响应行为分析实验设计研究

作者：刘佳华北电力大学

学位级别：硕士

如何在大规模、高度分散的居民用户群体中获得高用户参与度和响应度,是世界各国推行居民需求响应项目共同面临的难点。电力需求响应行为的研究属于交叉学科研究,需要融合工程、经济和社会等多学科研究方法,欧美国家更多采用试点实验的... 详细信息

如何在大规模、高度分散的居民用户群体中获得高用户参与度和响应度,是世界各国推行居民需求响应项目共同面临的难点。电力需求响应行为的研究属于交叉学科研究,需要融合工程、经济和社会等多学科研究方法,欧美国家更多采用试点实验的方法深入分析居民用户的需求响应行为。本文基于居民用户需求响应行为的特殊性,采用Living Lab实验科学的研究思路,系统性设计居民需求响应行为分析实验框架,并对实验构建的关键问题开展研究。论文首先借鉴欧美国家已开展的居民需求响应项目的研究经验和成果,归纳居民用户需求响应行为的特性及分析研究面临的挑战。为应对挑战,论文基于LivingLab理论,建立了三阶段居民需求响应行为分析实验框架模型。其次,针对实验设计面临的如何将小规模试点实验成果应用于大范围居民响应行为分析的问题,论文综合应用Top-down和Bottom-up模型建立了多维度、多尺度的“测试场景”和“测试用户”设置参考标准;并构建了实验中多阶段、多主体的信息交互机制,细化实验周期中不同阶段的交互内容,从而提高居民需求响应行为分析效率,为居民需求响应政策的制定提供决策支持;最后,基于我国某省的实际社会经济环境、居民分布及用电情况,尽可能结合现有实际数据,初步探讨本文所设计的实验方案在实施过程中的一些功能实现的可行性。

关键词：居民需求响应 Living Lab Top-down Bottom-up 交互反馈机制

深度强化学习驱动的居民负荷自趋优智能需求响应研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度强化学习驱动的居民负荷自趋优智能需求响应研究

作者：邵明明四川大学

学位级别：硕士

低碳化、节能化、环保化和高效化已经成为现代社会经济发展的基本要求。具体到我国电力行业,一方面由于经济发展的速度较快,供电需求逐渐提升,迫使电力企业不断新建电厂,长期贯彻“扩张保供”的思想;另一方面,电力负荷中的尖峰负荷飞速... 详细信息

低碳化、节能化、环保化和高效化已经成为现代社会经济发展的基本要求。具体到我国电力行业,一方面由于经济发展的速度较快,供电需求逐渐提升,迫使电力企业不断新建电厂,长期贯彻“扩张保供”的思想;另一方面,电力负荷中的尖峰负荷飞速增长,低谷负荷却停滞不前,导致日负荷曲线的峰谷差日益加大。但实际上,为了尖峰负荷而新建的电厂年利用小时数较低,导致电力系统发电设备运行效率降低。综上,电力负荷的供需矛盾不断深化,亟待解决。需求响应是改变电力企业长久保持的“扩张保供”局面,提高电力系统运行效率的重要抓手。但当下我国的需求响应还面临着众多不足:资源不足,响应资源主要分布在工业用户和少量商业用户;居民负荷的响应潜力还远远没有被开发;需求响应自动化程度不高,存在“一刀切”的粗放管理。因此,国内外学者将需求响应分为激励型和价格型,并针对居民需求响应在定价激励、用电安排的优化决策和需求响应的自动化系统进行了研究。但这些研究精准化、智能化不高,没有合理利用台区的运行信息。因此,本文研究了一种基于深度强化学习的分布式自趋优的智能居民需求响应系统,用于提升居民需求响应能力和促进需求响应精准化、智能化。首先,对比了各种类型的强化学习算法的优缺点,选择多智能体的深度确定性策略梯度算法,并结合模型预测控制思想进行改进,充分利用深度强化学习出色的提取特征能力和决策能力,解决了需求响应中离散和连续混合的高维度优化决策问题。然后,设计了以台区为核心的智能居民需求响应信息物理系统,包含通信功能、计算功能和控制你功能。并建立了一种针对空调负荷的基于数据驱动的需求响应量化模型,以衡量空调的可控容量。其次,对于家庭层面,提出了基于Q-learning的储能自趋优经济运行算法,基于环境部分可观可测数据,快速优化储能的充放电策略,并通过算例证明能够大幅提高分布式储能的运行收益,比传统的模型预测控制高出10%。最后,在台区整体层面,以家庭能量管理系统为基础,利用多智能体的深度确定性策略梯度算法优化整个台区用电安排,并考虑台区的三相平衡运行。算例结果显示整个台区的用电成本降低了13.7%;在家庭能量管理系统间相互配合下,台区三相电流不平衡度减少10%。

关键词：居民需求响应深度强化学习分布式优化决策三相不平衡