面向园区能源互联网的多元负荷特性及其调控潜力研究现状与展望

被引：16

作者：

任洪波 ^{[1
]}

陈杰 ^{[1
]}

李琦芬 ^{[1
]}

吴琼 ^{[1
]}

杨涌文 ^{[1
]}

赵鹏翔 ^{[2
]}

机构：

[1] 上海电力大学

[2] 国网综合能源服务集团有限公司

来源：

可再生能源 | 2021年 / 39卷 / 02期

关键词：

能源互联网; 负荷预测; 负荷特性; 调控潜力; 行为动力学;

D O I：

10.13941/j.cnki.21-1469/tk.2021.02.016

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

需求侧负荷特性的准确把握是构建园区能源互联网的前提与基础。文章从多元负荷的共性和耦合指标、负荷聚类与相关性分析等方面,探讨了基于数据驱动的用户负荷画像及其类型化方法;评述了单元用户冷、热、电负荷预测方法及园区整体负荷预测方法的研究现状,从同类负荷的时序调控及异类负荷的互补调控两个层面探讨了园区多元负荷的调控潜力;展望了本领域的未来研究方向。

引用

页码：245 / 251

页数：7

共 44 条

[1]

Supervised based machine learning models for short; medium and long-term energy prediction in distinct building environment.[J].Tanveer Ahmad;Huanxin Chen;Ronggeng Huang;Guo Yabin;Jiangyu Wang;Jan Shair;Hafiz Muhammad Azeem Akram;Syed Agha Hassnain Mohsan;Muhammad Kazim.Energy.2018,

[2]

Heating; cooling; and electrical load forecasting for a large-scale district energy system.[J].Kody M. Powell;Akshay Sriprasad;Wesley J. Cole;Thomas F. Edgar.Energy.2014,

[3]

A review on the prediction of building energy consumption [J].

Zhao, Hai-xiang ;

Magoules, Frederic .

RENEWABLE & SUSTAINABLE ENERGY REVIEWS, 2012, 16 (06) :3586-3592

[4]

A simplified method to predict hourly building cooling load for urban energy planning.[J].Lin Duanmu;Zhenjiang Wang;Zhiqiang John Zhai;Xiangli Li.Energy & Buildings.2012,

[5]

Long-term energy savings and greenhouse gas emission reductions in the Swiss residential sector.[J].Thomas Siller;Michael Kost;Dieter Imboden.Energy Policy.2006, 1

[6]

Computer-aided building energy analysis techniques [J].