基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为克服无相关历史数据的困难,满足首次设计峰谷分时电价时挖掘居民用户行为规律的需要,提出一种模拟居民对分时电价需求响应规律的模型。在一定的响应行为随机分布假设前提下,首先通过问卷设计与抽样调查,统计目标地区居民在各种设定的电价情景下选择执行分时电价的频率及概率;其次结合问卷种类与统计结果设计模型的输入、输出属性并确定训练样本集合;最后在训练样本集的基础上运用 LSSVM 回归算法构造响应行为预测模型。该模型可在输入一定幅度内任意分时电价的情况下,输出对应的目标居民平均响应结果及标准差,从而实现了在无历史数据时,对居民在分时电价下的响应规律进行模拟,并为更多研究提供数据支持。算例仿真验证了该模型方法的合理性以及可行性。
推荐文章
梯度峰谷分时电价联合优化模型
分时电价
梯度电价
电力需求价格弹性
需求侧管理
基于数据均值化及LSSVM算法的峰谷电价需求响应模型
峰谷分时电价
需求响应
LSSVM
数据挖掘
基于城市居民峰谷电价响应特性的超短期负荷预测研究
峰谷电价
负荷增长率
时域特性
超短期负荷预测
阶梯电价下居民峰谷分时电价测算优化模型
阶梯电价
峰谷分时电价
居民用户
细分市场
优化模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于随机分布与LSSVM算法的居民峰谷电价响应模型研究
来源期刊 现代电力 学科 工学
关键词 峰谷分时电价 居民用户 需求响应 随机分布 LSSVM
年,卷(期) 2016,(6) 所属期刊栏目 电力市场
研究方向 页码范围 81-86
页数 6页 分类号 TM714
字数 5076字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 谭忠富 华北电力大学经济与管理学院 375 6080 39.0 58.0
2 张超 华北电力大学经济与管理学院 55 191 8.0 12.0
3 赵会茹 华北电力大学经济与管理学院 87 1061 18.0 28.0
4 王玉玮 华北电力大学经济与管理学院 18 71 5.0 7.0
5 舒艳 华北电力大学经济与管理学院 4 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (2163)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(9)
  • 参考文献(2)
  • 二级参考文献(7)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(17)
  • 参考文献(1)
  • 二级参考文献(16)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
峰谷分时电价
居民用户
需求响应
随机分布
LSSVM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电力
双月刊
1007-2322
11-3818/TM
大16开
北京德外朱辛庄华北电力大学
82-640
1984
chi
出版文献量(篇)
2372
总下载数(次)
3
总被引数(次)
22233
论文1v1指导