<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《电力需求侧管理》编辑部 -->负荷管理与能效专辑]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于时序迁移策略的空调负荷需求响应潜力评估]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250302&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[空调负荷需求响应潜力的精准评估是充分调度其参与需求响应的关键基础性工作。针对当前传统深度学习方法忽略现实场景中空调负荷的时序分布差异导致的预测精度较低的问题，首先将迁移学习的思想拓展至时间维度，类比迁移学习中协变量漂移的概念分析了空调负荷时间序列中存在的时序分布漂移现象，随后基于此提出了时序分布匹配以及时序相似性量化两种时序迁移策略，并将其整合进传统的循环神经网络（RNN）架构构建了自适应RNN空调负荷预测模型，由此提高了实际场景中空调负荷预测的精度。最后基于分别预测响应前后的负荷值的总体思路以及自适应RNN空调负荷预测模型提出了空调负荷需求响应潜力评估方法，并在现实数据集上与传统深度学习方法进行了对比实验分析。结果表明，该方法能在现有基础上显著提升需求响应潜力的预测精度，从而为电网调度中心的需求响应调度决策提供有效的参考。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[龙 禹，王雨薇，任禹丞，郑 杨，费伟伟，刘陈城，刘京易]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250302&flag=1]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种基于云边协同的非侵入式负荷辨识框架]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250303&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为解决海量非侵入式负荷监测（non-intrusive load monitoring，NILM）数据上传云端带来的分析时延性与云端资源大量消耗问题，提出了一种基于云边协同的非侵入式负荷辨识框架。首先，采用马尔可夫转移场（Markov transition field，MTF）编码方式对功率数据进行颜色编码，构建特征明晰的负荷标识；接着，在云服务层和边缘服务层分别部署相同结构的轻量级深度学习模型以完成训练与负荷辨识任务，在降低云边资源压力的同时，通过迁移学习方式实现负荷辨识的云边协同；最后，基于自适应合成采样（adaptive synthetic sampling，ADASYN）对REDD数据集进行扩充以解决数据集不平衡引起的模型学习偏见，并基于该数据集对所提框架辨识性能进行有效性验证，结果表明该框架不仅能够满足负荷辨识的高精度与实时性需求，同时能够显著降低云端和边缘端的存储与计算资源压力。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[顾水福，周 磊，李 洁，李亚飞，李圆琪，朱超群]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250303&flag=1]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于开关控制的台区空调负荷集群调控策略]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250304&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着我国能源结构的低碳化转型，电网调峰需求日益增长，如何有效利用定频空调负荷群参与调峰成为一大研究热点。主要探讨了定频空调负荷群在电网调峰中的协调控制方法，首先，基于定频空调负荷的功率模型，对传统优先序列调控策略进行了深入改进，进而提出了一种结合启动与切断时间的优化调控技术。在此基础上，针对空调负荷调控的响应及恢复特性，制订了一套完善的开关控制协调策略。最后，通过详实的实证分析，证明了在追求最小总负荷或最大削减量的目标下，提出的优化策略均具有显著的效益。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[黄艺璇，黄奇峰，段梅梅，方凯杰，程含渺]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250304&flag=1]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于BKM-VMD-TCN的日前负荷精准预测]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250305&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[精准的日前负荷预测对于配电网优化规划至关重要。随着配电网获取的负荷数据日益多维和广泛，如何高效利用这些数据进行准确的日前负荷预测成为了当前研究的重点。为此，提出了一种集成数据预处理、数据分解和数据预测的全流程方法。首先，在数据预处理阶段，采用二分K均值聚类（bisecting K-means，BKM）技术降低数据噪声并分类数据，同时结合动态和静态特征提取负荷特性；接着，在数据分解阶段，运用变分模态分解（variational modal decomposition，VMD）技术分解预处理后的数据，得到具有强周期性和随机性的不同频率分量；最后，在数据预测阶段，基于时间卷积网络（temporal convolutional network，TCN）对各模态分量进行预测，并叠加各分量的预测结果，得到最终的日前负荷预测值。实例分析结果表明，提出的BKM-VMDTCN方法在预测精度上优于其他3种负荷预测方法。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[张 立，林光亮，陈 肯，苏 畅，柳 伟]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250305&flag=1]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于CNN-Attention-BiLSTM的碳化硅企业负荷预测与可调节潜力分析]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250306&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[工业负荷在社会用电中占比量巨大，可调节负荷资源丰富，对其可调节潜力分析势在必行。由于工业负荷变化率大，负荷尖端多，对其实时预测可调节潜力难度较大。因此，选取典型工业企业碳化硅行业进行建立可调潜力推演模型，首先，通过Person 关联分析法考虑天气特征以及电价因子对该企业负荷的影响，同时建立通过卷积神经网络（convolutional neural network，CNN）与注意力机制（Attention）处理后的双向长短期记忆网络（Bi-directional long short-term memory，BiLSTM）预测模型，利用模型预测结果对碳化硅企业进行可调节潜力挖掘。为了验证该方法的有效性，通过建立不同算法进行对比以及不同策略下的可调潜力结果，该算法显著优于其他对比算法，同时3种策略的可调潜力结果能加深电网认识该类企业的负荷特性。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[任明远，马国瀚，唐 聪，曹万雄，孟 涛，杨 彤]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250306&flag=1]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[考虑需求响应和人体舒适度的楼宇微网优化运行]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250307&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[由于缺乏合理的用能管理策略，楼宇微网能源利用率低、碳排放量高的问题日益突出。基于电力需求侧响应技术和人体热舒适性原理，提出了楼宇微网能量优化调度方法。通过以楼宇用能成本最低为优化目标，以人体舒适度、需求响应、能量平衡和安全运行为约束条件，建立了楼宇微网能量优化调整模型，选取Matlab调用Gurobi求解器进行求解。算例结果表明，应用楼宇能量优化调度模型，可以通过优化内部供能模式、响应外部供能价格等方式，在保障人体舒适度的前提下降低楼宇整体用能成本，并为电网提供平滑出力、削峰填谷的作用。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[周小飞，陆中奇，王 磊]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250307&flag=1]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[考虑建筑空调系统热惯性的虚拟云储能优化运营方法]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250308&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为弥补实体储能前期投资高、利用率低等缺陷，云储能作为一种新型的储能投资运营模式受到了广泛关注。考虑到空调负荷在国民用电负荷中的高占比，充分挖掘定频空调的虚拟储能潜力，建立可供租赁的空调虚拟储能聚合模型；基于此，在考虑风光荷不确定性的情况下，以提升联盟总体经济性为目标对云储能优化运营方法展开研究，并对比分析固定定价与动态定价场景下各用户的经济收益情况。算例结果表明，基于建筑空调系统热惯性的虚拟云储能优化运营方法能够有效提升运营商与用户的总体收益，减少用户用电支出，并在一定程度上促进用户侧可再生能源的消纳。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[王 宝，张伟时，何 川，林哲敏，江海龙，杨 娜，丁启耀，周佳妮]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250308&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于SEResNet-BiLSTM网络的综合能源负荷预测方法]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250309&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[准确预测多能源负荷对综合能源系统的优化调度和经济运行至关重要。针对区域综合能源系统随机性强和多能源耦合关系等特点，提出一种基于SEResNet-BiLSTM网络和注意力机制的多任务短期负荷预测模型。首先，采用压缩与激励网络与残差网络相结合的模型（squeeze-and-excitation networks-residual network，SEResNet）作为高维特征提取单元，挖掘多能源之间的耦合关系，实现多能源负荷数据的高维特征提取；然后，利用双向长短期记忆网络捕获数据之间的时序特征，实现对负荷数据的预测；通过硬权重共享的方式实现多任务负荷学习，从而实现多元负荷预测。最后，通过仿真实验验证了所提方法的有效性，所提出的方法在精度方面相比于其他模型有明显的提升。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[宋峥峥，辛 锐，赵黎媛，王经书，张鹏飞，李士林]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250309&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[考虑热-电-气-氢-碳耦合与源荷响应的综合能源系统优化调度]]></title>
<link><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250310&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为提高高渗透率新能源发电消纳能力、促进能源优化配置、降低碳排放，提出热-电-气-氢-碳耦合与源荷双响应机制的综合能源系统经济低碳优化调度方法。首先，建立含热电氢气碳耦合的综合能源系统模型，其次，提出热电氢气碳耦合的源荷灵活双响应机制，即在源侧安装集碳装置降低碳排放，安装储热装置吸收余热，利用余热锅炉发电或制氢，在负荷谷期利用新能源余电储电、制热和制氢；在荷侧实施可转移与可中断需求响应。然后，构建基于碳捕集设备和阶梯式碳交易的绿证低碳经济调度策略。最后，以华北某地区综合能源系统作为算例验证了方法的优势。]]></description>
<pubDate>2025/6/25 14:34:52</pubDate>
<category><![CDATA[负荷管理与能效专辑]]></category>
<author><![CDATA[吕 东，冒烨颖，丁 敏]]></author>
<guid><![CDATA[http://dsm.ijournals.cn/ch/reader/view_abstract.aspx?file_no=20250310&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>