The invention provides a response method, a system and a storage medium for power consumption demand of an industrial enterprise. The method comprises: collecting load characteristic data of multiple energy consumption devices in an industrial enterprise in a predetermined historical period; using a preset neural network for in-depth learning to obtain the preset energy consumption device in a predetermined future period of time. Measure the power load; determine the total power load of the industrial enterprise in the preset future period; conduct the non-cooperative game between the industrial enterprise and the electric power company to get the expected demand load of the power company for the industrial enterprise; adjust the forecasted power load of each energy consumption equipment to get each energy consumption equipment. Optimize the power load from the preset future period; according to each energy consumption equipment to optimize the power load, determine the industrial enterprise power arrangement strategy, and to the power company demand response. The invention can break the barrier of information asymmetry between industrial enterprises and electric power companies, and maximize the interests of both parties.
【技术实现步骤摘要】
工业企业的电力能耗需求响应方法和系统、存储介质
本专利技术涉及用电
,具体涉及一种工业企业的电力能耗需求响应方法和系统、存储介质。
技术介绍
目前,电力系统的安全运行与经济运行面临着多种风险,而拉闸限电等传统的控制方法除了影响正常的生活之外,还大大增加了发电企业的机组启停成本,并且对用电主体—工业企业的生产具有一定影响。我国目前大部分的发电系统仍然以火力发电为主,为了满足电网高峰负荷的需求并且保证电力系统稳定,如果仅对电力系统进行改进,需要付出巨大的重复建设成本以响应用电高峰负荷,但在用电低谷负荷期间,这部分电能又白白浪费。因此仅仅通过对发电侧的各项资源进行调整与优化的途径并不能从根本上解决上述问题。由于工业企业是用电主体,驱动工业企业积极进行电力需求响应可以有效缓解电网压力,而调动工业企业用电积极性的途径之一便是使工业企业成本降低,效益提高。可见,对需求侧的管理和优化变得至关重要。在此背景下,为工业企业建立行之有效的电力能耗需求响应方案显得尤为重要。
技术实现思路
(一)解决的技术问题针对现有技术的不足,本专利技术提供了一种工业企业的电力能耗需求响应方法和系统、存储介质,能够打破两者之间信息不对称的壁垒,尽量实现工业企业和电力公司双方利益的最大化。(二)技术方案为实现以上目的,本专利技术通过以下技术方案予以实现:第一方面,本专利技术实施例提供一种工业企业的电力能耗需求响应方法,该方法包括:采集所述工业企业中多个能耗设备在预设历史时间段内的负荷特性数据;根据每一个能耗设备的负荷特性数据,采用预设神经网络进行深度学习,得到该能耗设备在预设未来时间段内的预测 ...
【技术保护点】
1.一种工业企业的电力能耗需求响应方法,其特征在于,包括:采集所述工业企业中多个能耗设备在预设历史时间段内的负荷特性数据;根据每一个能耗设备的负荷特性数据,采用预设神经网络进行深度学习,得到该能耗设备在预设未来时间段内的预测电力负荷;根据各个能耗设备的所述预测电力负荷,确定所述工业企业在所述预设未来时间段内的预测总电力负荷;根据所述工业企业的所述预测总电力负荷和电力公司的供电策略,进行工业企业‑电力公司的双方非合作博弈,得到所述电力公司对所述工业企业的期望需求负荷;根据所述期望需求负荷,对各个能耗设备各自的所述预测电力负荷进行调整,得到各个能耗设备各自在所述预设未来时间段内的优化电力负荷;根据各个能耗设备各自的优化电力负荷,确定所述工业企业的用电安排策略,并根据所述用电安排策略向所述电力公司进行需求响应。
【技术特征摘要】
1.一种工业企业的电力能耗需求响应方法,其特征在于,包括:采集所述工业企业中多个能耗设备在预设历史时间段内的负荷特性数据;根据每一个能耗设备的负荷特性数据,采用预设神经网络进行深度学习,得到该能耗设备在预设未来时间段内的预测电力负荷;根据各个能耗设备的所述预测电力负荷,确定所述工业企业在所述预设未来时间段内的预测总电力负荷;根据所述工业企业的所述预测总电力负荷和电力公司的供电策略,进行工业企业-电力公司的双方非合作博弈,得到所述电力公司对所述工业企业的期望需求负荷;根据所述期望需求负荷,对各个能耗设备各自的所述预测电力负荷进行调整,得到各个能耗设备各自在所述预设未来时间段内的优化电力负荷;根据各个能耗设备各自的优化电力负荷,确定所述工业企业的用电安排策略,并根据所述用电安排策略向所述电力公司进行需求响应。2.根据权利要求1所述的方法,其特征在于,所述采用预设神经网络进行深度学习之前,所述方法还包括:将采集到的负荷特性数据进行归一化。3.根据权利要求1所述的方法,其特征在于,所述根据所述工业企业的所述预测总电力负荷和电力公司的供电策略,进行工业企业-电力公司的双方非合作博弈,包括:根据所述预测总电力负荷和电力公司的供电策略,确定所述工业企业的收益数据和所述电力公司的收益数据;对所述工业企业的收益数据和所述电力公司的收益数据进行纳什均衡博弈,得到所述期望需求负荷。4.根据权利要求3所述的方法,其特征在于,所述确定所述工业企业的收益数据,包括:根据所述电力公司的单位价格向量和所述工业企业的总电力负荷向量,确定所述工业企业需向所述电力公司支付的成本矩阵;其中,所述单位价格向量为所述电力公司在时间向量中的各个时间点的单位电价所形成的向量,所述总电力负荷向量为所述工业企业在所述各个时间点的所述预测总电力负荷所形成的向量,所述时间向量为所述预设未来时间段内的多个时间点所形成的向量,所述供电策略包括所述单位价格向量;根据所述工业企业的所述总电力负荷向量和各个能耗设备的效用参数,确定所述工业企业的效用矩阵;根据所述工业企业的所述成本矩阵和所述效用矩阵,确定所述工业企业的收益矩阵。5.根据权利要求4所述的方法,其特征在于,采用第一公式确定所述工业企业需向所述电力公司支付的成本矩阵,所述第一...
【专利技术属性】
技术研发人员:周开乐,卫书宇,温露露,陆信辉,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。