An electricity consumption model for synthesizing scalable electricity load curves
An electricity consumption model for synthesizing scalable electricity load curves
复制标题
用于合成可扩展电力负荷曲线的用电模型
DOI：
10.1016/j.energy.2018.12.050
复制
发表时间：
2019-02
期刊：
影响因子：
9
通讯作者：
Rui Ren
中科院分区：
文献类型：
--
作者：
Yunyou Huang;Jianfeng Zhan;Chunjie Luo;Lei Wang;Nana Wang;Daoyi Zheng;F;a Fan;Rui Ren
电力用户是电力系统的主要参与者，电力消费正以惊人的速度增长。用电行为的研究对电力系统的设计和部署越来越重要。然而，获取与电力消费行为相关的数据仍然是一个重大挑战。数据综合是解决这一问题的最佳途径之一，而数据综合的关键是建立一个能够保持真实的用电行为的模型。在本文中，我们提出了一个层次多矩阵马尔可夫（HMM）模型合成可扩展的电力负荷曲线，保留真实的消费行为的三个时间尺度：每天，每周，每年。为了促进对电力消费行为的研究，本文采用隐马尔可夫模型（HMM）方法对两条不同的原始电力负荷曲线进行建模。一个是从居民部门收集的，另一个是从非居民部门收集的，包括教育，金融和制造业等不同行业。实验结果表明，我们的模型表现出更好的基于聚类的马尔可夫模型。我们在线发布了两个经过训练的模型，可从http：//www.benchcouncil.org/electricity公开获取，研究人员可以直接使用这些经过训练的模型来合成可扩展的电力负荷曲线，以供进一步研究。
Electricity users are the major players of the electricity systems, and electricity consumption is growing at an extraordinary rate. The research on electricity consumption behaviors are becoming increasingly important to design and deployment of the electricity systems. However, the acquisition of data related to the electricity consumption behaviors is still a major challenge. Data synthesis is among the best approaches to solving the issue, and the key is the model that preserves the real electricity consumption behaviors. In this paper, we propose a hierarchical multi-matrices Markov (HMM) model to synthesize scalable electricity load curves that preserve the real consumption behaviors on three time scales: per day, per week, and per year. To promote the research on the electricity consumption behaviors, we use the HMM approach to modeling two distinctive raw electricity load curves. One is collected from the resident sector, and the other is collected from the non-resident sectors, including different industries such as education, finance, and manufacturing. The experiments show our model performs much better than the cluster-based Markov model. We publish two trained models online, publicly available from http://www.benchcouncil.org/electricity, and researchers are allowed to directly use these trained models to synthesize scalable electricity load curves for further research.
登录
查看更多内容
DOI：
10.1007/s12667-018-0278-8
发表时间：
2018-02
期刊：
Energy Systems
影响因子：
--
作者：
M. Hayn;A. Zander;W. Fichtner;S. Nickel;V. Bertsch
通讯作者：
M. Hayn;A. Zander;W. Fichtner;S. Nickel;V. Bertsch
影响因子：
11.2
作者：
J. Widén;E. Wäckelgård
通讯作者：
J. Widén;E. Wäckelgård
影响因子：
3.9
作者：
Ignacio Benítez;J. Díez;A. Quijano;Ignacio Delgado
通讯作者：
Ignacio Benítez;J. Díez;A. Quijano;Ignacio Delgado
DOI：
10.1109/pesgm.2015.7285756
发表时间：
2015-07
期刊：
2015 IEEE Power & Energy Society General Meeting
影响因子：
--
作者：
Yang Weng;R. Rajagopal
通讯作者：
Yang Weng;R. Rajagopal
影响因子：
7.9
作者：
Hong, Tao;Fan, Shu
通讯作者：
Fan, Shu