检索结果-南通市图书馆

基于非合作博弈的高耗能工业负荷参与调峰策略

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2025年第3期49卷 13-21页

作者：姜婷玉陶劲宇王珂鞠平黄奇峰段梅梅河海大学能源与电气学院江苏省南京市211100 国网江苏省电力有限公司营销服务中心江苏省南京市210000

高耗能工业负荷耗电量大、自动化水平高、可控性强,需求响应潜力可观,可作为应对新型电力系统峰谷差持续拉大的重要手段。为此,评估高耗能工业负荷的响应行为,并制定相关策略有利于发挥其调峰潜能。首先,分析了高耗能工业负荷的响应特征... 详细信息

高耗能工业负荷耗电量大、自动化水平高、可控性强,需求响应潜力可观,可作为应对新型电力系统峰谷差持续拉大的重要手段。为此,评估高耗能工业负荷的响应行为,并制定相关策略有利于发挥其调峰潜能。首先,分析了高耗能工业负荷的响应特征,并针对性提出工业负荷参与调峰的阈值判断方法。其次,对典型工业负荷响应行为和调度控制中心决策行为分别建立模型。再次,考虑到调峰市场参与者行为理性特点,建立1-N的非合作博弈模型描述调峰市场参与者间的交互行为。进一步讨论了不同激励方式对调峰市场参与者的影响,并给出相应求解算法。最后,结合某工业园区算例进行仿真分析。结果表明,所提策略的调峰效果显著,且所有调峰市场参与者均能获取最优收益。

关键词：新型电力系统需求响应调峰工业负荷非合作博弈负荷建模

在线全文

学校读者我要写书评

暂无评论

工业负荷参与一次调频潜力与特性分析

电网技术 2023年第10期47卷 3994-4004页

作者：聂世豪陈磊闵勇张江丰尹峰吴继平崔岱清华大学电机工程与应用电子技术系北京市海淀区100084 国网浙江省电力有限公司电力科学研究院浙江省杭州市310000 南瑞集团有限公司(国网电力科学研究院有限公司) 江苏省南京市211106 国网辽宁省电力有限公司辽宁省沈阳市110000

大规模新能源接入导致新型电力系统中传统调频资源稀缺,亟需挖掘新的调频资源,大型工业负荷因其大容量、易调节的优势而备受关注。该文对工业负荷参与一次调频进行了研究分析。首先总结了负荷可调潜力的方法,并对不同工业负荷可调潜力... 详细信息

大规模新能源接入导致新型电力系统中传统调频资源稀缺,亟需挖掘新的调频资源,大型工业负荷因其大容量、易调节的优势而备受关注。该文对工业负荷参与一次调频进行了研究分析。首先总结了负荷可调潜力的方法,并对不同工业负荷可调潜力进行了定性与定量的分析,结合电网要求对工业负荷提出了选择指标。其次对工业负荷参与调频模型进行了总结,针对一次调频的惯量与下垂控制对调频资源的要求,给出了不同负荷对应的调频服务。该文以我国西北某省为例,从负荷侧与电网侧两方面总结了工业负荷参与一次调频的研究现状。

关键词：需求侧工业负荷一次调频

在线全文

学校读者我要写书评

暂无评论

工业负荷提供辅助服务的多智能体响应模拟

中国电机工程学报 2014年第25期34卷 4219-4226页

作者：姚明涛胡兆光张宁段炜张健北京交通大学电气工程学院北京市海淀区100044 国网能源研究院北京市昌平区102209

挖掘响应迅速且成本较低的需求侧资源为电力系统提供辅助服务,对促进风电消纳具有积极意义。工业需求响应资源与商业、居民等用户相比具有容量大、负荷稳定、易于管理等优势,在应对大规模风电接入等方面具有更明显的优势。为深入研究工... 详细信息

挖掘响应迅速且成本较低的需求侧资源为电力系统提供辅助服务,对促进风电消纳具有积极意义。工业需求响应资源与商业、居民等用户相比具有容量大、负荷稳定、易于管理等优势,在应对大规模风电接入等方面具有更明显的优势。为深入研究工业用户提供辅助服务的响应机理,在分析电解铝、灌溉泵站2类典型工业负荷提供辅助服务类型的基础上,基于多智能体技术,构建了包含电网及以上2类工业负荷的多智能体系统,阐述各类智能体的目标、结构以及行为策略。在仿真过程中电网公司可根据工业用户响应情况动态调整各类辅助服务价格。仿真结果表明,模型获得的辅助服务定价策略可在兼顾各类工业用户利益的基础上,充分挖掘工业用户提供辅助服务的响应潜力。

关键词：需求响应风电消纳工业负荷辅助服务多智能体技术

基于随机森林算法和稳态波形的非介入式工业负荷辨识

在线全文

学校读者我要写书评

暂无评论

中国电力 2022年第2期55卷 82-89页

作者：王健易姝慧刘俊杰刘俭中国电力科学研究院有限公司湖北武汉430070

非介入式工业负荷的准确辨识可以获取工厂内各负荷的运行情况,有利于需求侧智能用电管理。工业负荷由于采集暂态数据建模困难、需要高精度测量设备等特点,造成辨识方法复杂难以实现。针对这种情况,提出一种利用随机森林算法和稳态波形... 详细信息

非介入式工业负荷的准确辨识可以获取工厂内各负荷的运行情况,有利于需求侧智能用电管理。工业负荷由于采集暂态数据建模困难、需要高精度测量设备等特点,造成辨识方法复杂难以实现。针对这种情况,提出一种利用随机森林算法和稳态波形的非介入式工业负荷辨识方法。首先,通过事件监测工业负荷功率状态变化并提取稳态波形,根据工业负荷性能不同而引起的电流波形的差异性,构建单个负荷电流稳态波形的特征数据。然后,利用稳态波形高维度数据作为样本数据,采用随机森林算法中bootstrap(自助)抽样方法和CART算法生成多组决策树。最后,通过投票法对多组决策树进投票辨识得到工业负荷类型。仿真采用某工厂的实际运行负荷数据作为样本数据,通过组合负荷方法仿真比较验证所提辨识算法的有效性和快速性。仿真结果表明:所提的辨识算法准确率达到99%以上、辨识时间3.36 s,远超过贝叶斯辨识算法的准确率63.8%、时间6.15 s,可以有效实现非介入式工业负荷辨识。

关键词：非介入式负荷随机森林工业负荷电流波形负荷辨识

采用长短期记忆深度学习模型的工业负荷短期预测方法

在线全文

学校读者我要写书评

暂无评论

电力建设 2018年第10期39卷 20-27页

作者：杨甲甲刘国龙赵俊华文福拴董朝阳新南威尔士大学电气与通信工程学院香港中文大学(深圳)理工学院浙江大学电气工程学院

工业负荷不同于其他电力负荷,受气温、时间、人口等外部因素的影响较小,其功率需求主要由相关企业的生产计划来决定。在电力市场环境下,准确的负荷预测有助于工业用户更好地制定电力交易策略,从而增加收益。在此背景下,基于改进的长短... 详细信息

工业负荷不同于其他电力负荷,受气温、时间、人口等外部因素的影响较小,其功率需求主要由相关企业的生产计划来决定。在电力市场环境下,准确的负荷预测有助于工业用户更好地制定电力交易策略,从而增加收益。在此背景下,基于改进的长短期记忆(long short term memory,LSTM)深度学习网络模型,提出了一种工业负荷短期预测算法。首先,在网络层次上构建层数更多即网络层次更深的LSTM深度学习负荷预测模型。接着,在每个LSTM单元构成的隐含层中,采用Dropout技术对神经元进行随机概率失活,并通过正则化有效避免深度学习过拟合问题并改善了模型性能。然后,采用真实的工业用户历史负荷数据对所提算法进行测试,并与已有的短期负荷预测算法进行对比,包括自回归滑动平均模型(auto-regressive and moving average model,ARMA),最邻近回归算法(K nearest neighbor regression,KNN)以及支持向量回归算法(support vector regression,SVR)。仿真结果表明,所提深度学习工业负荷短期预测算法相比于一些现有方法,其预测准确度有明显提升,预测结果的平均绝对百分误差(mean absolute percentage error,M APE)在9%以下。

关键词：深度学习长短期记忆网络(LSTM) 工业负荷短期负荷预测

基于非合作博弈的高能耗工业负荷参与调峰策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力系统自动化 2024年

作者：姜婷玉陶劲宇王珂鞠平黄奇峰段梅梅河海大学能源与电气学院国网江苏省电力有限公司营销服务中心

高能耗工业负荷耗电量大、自动化水平高、可控性强，需求响应潜力可观，可作为应对新型电力系统峰谷差持续拉大的重要手段。为此，评估高耗能工业负荷的响应行为，并制定相关策略有利于发挥其调峰潜能。首先，分析了高耗能工业负荷的响... 详细信息

高能耗工业负荷耗电量大、自动化水平高、可控性强，需求响应潜力可观，可作为应对新型电力系统峰谷差持续拉大的重要手段。为此，评估高耗能工业负荷的响应行为，并制定相关策略有利于发挥其调峰潜能。首先，分析了高耗能工业负荷的响应特征，并针对性提出工业负荷参与调峰的阈值判断方法。其次，对典型工业负荷响应行为和调度中心决策行为分别建立模型。再次，考虑到调峰市场参与者行为理性特点，建立1-N的非合作博弈模型描述调峰市场参与者间的交互行为。进一步讨论不同激励方式对调峰市场参与者的影响，并给出相应求解算法。最后，结合某工业园区进行算例仿真分析。结果表明，所提策略调峰效果显著，且所有调峰市场参与者均能获取最优收益。

关键词：需求响应调峰工业负荷非合作博弈负荷建模

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工业负荷用电需量精准管理关键技术研究

工业负荷用电需量精准管理关键技术研究

作者：宋月新济南大学

学位级别：硕士

能源短缺和环境恶化是制约社会和经济可持续发展的重要因素,能源问题已成为全人类亟需解决的难题。工业企业作为我国能源消耗大户,用电量大,电费支出居高不下,其能源高效利用对我国工业绿色转型和经济发展有着重要作用。如何促进工业绿... 详细信息

能源短缺和环境恶化是制约社会和经济可持续发展的重要因素,能源问题已成为全人类亟需解决的难题。工业企业作为我国能源消耗大户,用电量大,电费支出居高不下,其能源高效利用对我国工业绿色转型和经济发展有着重要作用。如何促进工业绿色转型,有效合理利用能源是贯彻落实“十三五”规划,推进落实能源革命以及国家生态文明建设的重大措施。在此背景下,针对工业企业减少用电量、减少电费支出所面临的关键问题,工业企业对工业负荷需量进行精准管理。首先选取耦合性、关联性强的工业企业的负荷进行建模。通过分析工业负荷中生产设备负荷的工艺流程,建立工艺流程中连续负荷、强关联负荷、前置负荷、同步负荷的模型。根据工业负荷中空调负荷功率与温度之间的关系约束,建立空调负荷的模型,针对空调温度调整与工业企业用电舒适度、满意度之间的关系,建立用电满意度模型。同时,通过分析工业负荷中储能各时段之间的功率关系以及约束,建立储能负荷的模型。工业负荷模型为负荷预测提供预测负荷种类,是工业负荷综合优化调度模型的基础。其次,本文介绍了TRUST-TECH神经网络的训练方法,总结出ELITE“多样性、准确性、最优性”的特点。在基于TRUST-TECH输入修剪的神经网络集合（ELITE）的预测方法前提下,根据负荷的分类,对优化周期各类工业负荷的用电量预测。仿真结果表明:对比其它预测方法本文所提出的预测方法具有更高的预测精度,更好的预测性能。根据负荷预测结果,得到优化周期内各负荷的用电数据及工业企业的用电趋势,为下一步工业负荷的综合优化调度提供数据基础。最后,根据各类工业负荷模型及负荷预测结果,对工业负荷进行综合优化调度。在工业负荷综合优化调度中,选取电解铝企业中的工业负荷作为研究对象,把电解铝企业购电费用最低和用电满意度最优作为目标,建立了双目标优化调度模型。根据负荷预测所提供的用电数据,应用约束处理方法（ECHM）与多目标差分进化（MODE）算法集成在一起的集合方法来解决具有约束的多目标优化问题。仿真结果表明:相比优化前,在用电满意度影响较小的情况下,工业企业用电量大幅减少,企业用电成本明显降低。同时利用储能与不同负荷进行综合控制优化,降低工业负荷的最大用电需量,电度电费与基本电费均减少且不影响用电满意度。

关键词：工业负荷需量管理负荷预测工业负荷建模双目标优化综合优化调度

基于深度学习算法的非侵入式工业负荷分解方法

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

电工电能新技术 2022年第5期41卷 61-70页

作者：尹利于波马飞朱生荣金溢杭袁志昌熊春晖内蒙古电力(集团)有限责任公司乌兰察布电业局内蒙古乌兰察布100176 清华大学电机工程与应用电子技术系北京100084 北京智中能源互联网研究院有限公司北京100048

对工业用户进行负荷感知、分析和管理是推进智能电网建设的重要一步。非侵入式负荷分解需要根据用户总负荷来推断识别用户用电设备的负荷并提高电力用户的隐私安全。以往负荷建模和分解的对象主要为家用电器负荷,针对工业用户的负荷分... 详细信息

对工业用户进行负荷感知、分析和管理是推进智能电网建设的重要一步。非侵入式负荷分解需要根据用户总负荷来推断识别用户用电设备的负荷并提高电力用户的隐私安全。以往负荷建模和分解的对象主要为家用电器负荷,针对工业用户的负荷分解具有负荷特征较少和设备状态难以建模的问题。本文提出一种对设备差分负荷频谱曲线聚类的方法建模工业设备的负荷状态,并将负荷状态作为分解目标。然后,以具有时间依赖关系的双向长短期记忆神经网络为主干构建了一个由总负荷序列到各设备负荷状态序列的分解模型。最后,基于乌兰察布地区某工厂的月度负荷数据开展案例研究,使用本文方法得到的四台设备负荷状态平均准确率、精确率、召回率、F1_score值均超过90%,取得了良好的分解效果。

关键词：负荷分解工业负荷非侵入式聚类深度学习

基于一维卷积神经网络的非侵入工业负荷事件检测方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2022年第S02期42卷 277-284页

作者：余昊杨武昕华北电力大学电气与电子工程学院北京102206

针对非侵入式工业负荷事件检测中准确率较低和漏检率较大的问题,提出了一种基于一维卷积神经网络(1D-CNN)的非侵入工业负荷事件检测方法。所提方法在1D-CNN模型中引入Inception-V2模型构建一维Inception-V2卷积神经网络(1D-Inception-V2... 详细信息

针对非侵入式工业负荷事件检测中准确率较低和漏检率较大的问题,提出了一种基于一维卷积神经网络(1D-CNN)的非侵入工业负荷事件检测方法。所提方法在1D-CNN模型中引入Inception-V2模型构建一维Inception-V2卷积神经网络(1D-Inception-V2-CNN)模型,利用多种长度的滑动窗和对应的卷积核实现对数据的读取和压缩,利用1D-Inception-V2-CNN模型对压缩后的数据进行检测和分类,并通过自适应循环检测方法更新网络模型的检测样本库,最终实现对工业用户负荷数据的全面检测。在对实际工业用户的事件检测实验中,所提检测方法的准确率和Fscore分别达到了96.32%和95.42%,与LeNet一维卷积神经网络、二维卷积神经网络和滑动窗累积和算法相比均有明显的提升。实验结果表明,所提方法能够有效地提高工业事件检测的准确率,同时减小事件漏检率。

关键词：工业负荷非侵入式负荷监测用电感知事件检测一维卷积神经网络 Inception-V2