[发明专利]电力用户年契约用电负荷计算方法有效
申请号: | 201310311803.4 | 申请日: | 2013-07-23 |
公开(公告)号: | CN103336910A | 公开(公告)日: | 2013-10-02 |
发明(设计)人: | 李昌;夏湘洪;张溯宁 | 申请(专利权)人: | 上海申瑞继保电气有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 上海申汇专利代理有限公司 31001 | 代理人: | 林炜 |
地址: | 200233 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电力 用户 契约 用电 负荷 计算方法 | ||
技术领域
本发明涉及电力能源管理技术,特别是涉及一种电力用户年契约用电负荷计算方法的技术。
背景技术
契约用电负荷(也叫“最大需量”),是指电力用户在一个电费结算周期内,每单位时间用电平均负荷的最大值,也是电力用户在某一时刻使用电能的最大有功功率值(即最大需量)。电力用户的实际用电负荷与其契约用电负荷的差距越大,电力用户的用电成本就越高,准确计算契约用电负荷可以使电力用户节约用电成本,使电力企业减少电力设备投资,但是目前还没有行之有效的计算方法,电力用户往往是采用估算方式计算契约用电负荷的,其计算准确度很低。
发明内容
针对上述现有技术中存在的缺陷,本发明所要解决的技术问题是提供一种计算准确度高的电力用户年契约用电负荷计算方法。
为了解决上述技术问题,本发明所提供的一种电力用户年契约用电负荷计算方法,其特征在于,具体步骤如下:
1)以每间隔1分钟取一个数据的方式,获取电力用户在上一个日历年的历史用电负荷数据;
2)依据步骤1获取的历史用电负荷数据,以上一日历年的日历月为计算周期,采用滑差法计算每个月用电负荷的月负荷最大需量,得到12个月的月负荷最大需量;
3)设置迭代步长为:
⊿P=(Pmax-Pmin)/nStep;
式中,⊿P为迭代步长,Pmax为12个月的月负荷最大需量中的最大值,Pmin为12个月的月负荷最大需量中的最小值,nStep为迭代数目,nStep的取值为100;
4)令x=Pmin+⊿P,Pmin为12个月的月负荷最大需量中的最小值;
5)计算电力用户年契约目标函数,具体计算公式为:
式中,N=12,Pm[i]为第i个月的月负荷最大需量,F(x)为电力用户年契约目标函数,g(xi)为第i个月的月负荷需量函数;
6)记录本次F(x)计算值,并将x的值增加⊿P;
7)如果x的值小于Pmax,则转至步骤5,反之则转至步骤8;
其中,Pmax为12个月的月负荷最大需量中的最大值;
8)设置负荷增长因子,并根据该负荷增长因子计算电力用户年契约用电负荷,具体计算公式为:
MD=Resmin×Φ;
式中,MD为电力用户年契约用电负荷,Resmin为各次F(x)计算值中的最小值,Φ为负荷增长因子。
进一步的,Φ的取值在0.9到1.1之间。
本发明提供的电力用户年契约用电负荷计算方法,根据电力用户的历史月负荷最大需量,以一年为最小周期来计算电力用户年契约用电负荷值,并采用负荷增长因子进行修正,整个计算过程所需信息量少、实现成本低,且计算准确度高,能节约电力用户的用电成本,减少电力企业的电力设备投资。
附图说明
图1是本发明实施例的电力用户年契约用电负荷计算方法的计算流程图。
具体实施方式
以下结合附图说明对本发明的实施例作进一步详细描述,但本实施例并不用于限制本发明,凡是采用本发明的相似结构及其相似变化,均应列入本发明的保护范围。
如图1所示,本发明实施例所提供的一种电力用户年契约用电负荷计算方法,其特征在于,具体步骤如下:
1)以每间隔1分钟取一个数据的方式,获取电力用户在上一个日历年的历史用电负荷数据;
2)依据步骤1获取的历史用电负荷数据,以上一日历年的日历月为计算周期,采用滑差法计算每个月用电负荷的月负荷最大需量,得到12个月的月负荷最大需量;
其中,采用滑差法计算月负荷最大需量的方法为现有技术;
3)设置迭代步长为:
⊿P=(Pmax–Pmin)/nStep;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海申瑞继保电气有限公司,未经上海申瑞继保电气有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310311803.4/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用