电力用户需求响应节约电力测量与验证技术要求

电力用户需求响应节约电力测量与验证技术要求

国家标准 GB/T37016一2018 电力用户需求响应节约电力测量与验证 技术要求 Techniealrequirementsofmeasurementandverifceationaboutpowersaving indemmandresponse forpower userS 2018-12-28发布 2019-07-01实施 国家市场监督管理总局 发布 国家标准化管理委员会国家标准
GB/T37016一2018 次 目 前言 范围 2 规范性引用文件 3 术语和定义 测量与验证流程 # 测量与验证算法 测量与验证要求 测量与验证方法 附录A(资料性附录》日期匹配法节约电力计算过程 附录B(资料性附录》回归分析法节约电力计算过段 附录c(资料性附录) 典型用户测量与验证案例商业用户 参考文献 15
GB/37016一2018 前 言 本标准按照GB/T1.1一2009给出的规则起草 请注意本文件的某些内容可能涉及专利 本文件的发布机构不承担识别这些专利的责任 本标准由电力企业联合会提出 本标准由全国智能电网用户接口标准化技术委员会(SAC/TC549)归口 本标准主要起草单位;电力科学研究院有限公司、国家电网有限公司、电机工程学会、国家 发展和改革委员会、东南大学、华北电力大学、南方电网有限责任公司、国网上海市电力公司、国网 江苏省电力有限公司、国网冀北电力有限公司、国网浙江省电力有限公司、国网河北省电力有限公司,国 网山东省电力公司、国网新疆电力有限公司、国网天津市电力公司、国网天津市电力公司电力科学研究 院、国网安徽省电力有限公司、烟台东方威思顿电气有限公司 本标准主要起草人陈宋宋,何胜、目华光、赵建军、高赐威,李德智、孙鼎浩、张晶.祁兵、王海龙、 赵建立、张兴华、段卫国、张明明、杨斌、王鑫,孙贝贝、钟呜、蒋利民、刘强、张凯、朱伟义,张海静、马磊、 张剑王旭东、张昊结,左松林,刘忠、张超、.工殿祷
GB/37016一2018 电力用户需求响应节约电力测量与验证 技术要求 范围 本标准规定了电力用户需求响应节约电力测量与验证的流程、算法、要求以及方法 本标准适用于需求响应项目中节约电力的测量与验证 规范性引用文件 下列文件对于本文件的应用是必不可少的 凡是注日期的引用文件,仅注日期的版本适用于本文 件 凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件 GB/T32672一2016电力需求响应系统通用技术规范 术语和定义 GB/T326722016界定的以及下列术语和定义适用于本文件 为了便于使用,以下重复列出了 GB/T32672一2016中的一些术语和定义 3.1 需求响应 demandresponse;DR 电力用户对实施机构发布的价格信号或激励机制做出响应,并改变电力消费模式的一种参与行为 3.2 需求响应期demandresposeperioad 电力用户根据需求响应事件要求,参与调整用电负荷的时间段 3.3 需求响应日 demandresposeday 电力用户根据需求响应事件要求,改变电力消费行为的当日 3.4 用户基线负荷user'sbaselineload 用户在需求响应期不实施需求响应的情况下,按一定时间周期统计计算的负荷曲线 3.5 节约电力powersaving 利用用户基线负荷平均值及需求响应期用户实测负荷平均值作差得到的值;如果差值为负值,则节 约电力为“零” 3.6 日类型dayype 根据法定安排,确定某个日期所属的类型,包括工作日、非工作日 测量与验证流程 需求响应节约电力测量与验证的工作程序如下
GB/T37016一2018 确定需求响应参与对象; a b 确定需求响应日对应的日类型及典型日; 选择测量与验证方法; c d 制定测量与验证方案; 根据测量与验证方案,选择相应的数据监测设备或系统; 收集需求响应日对应的负荷数据; 收集典型日对应的负荷数据 8 h 计算和验证节约电力 5 测量与验证算法 5.1基线负荷计算 5.1.1概述 为便于需求响应实施机构与电力用户达成一致意见,并接受各方监督,采用日期匹配法计算用户基 线负荷 5.1.2典型日确定 典型日的确定分两种情况 如果需求响应发生在工作日,则选取需求响应日或执行需求响应月份第一个需求响应日前 a N天(N=5,7,10),其中需剔除非工作日、电力中断及用户参与需求响应日,剔除后不足N天 的部分向前顺序选取,应补足N天,从上述N天中再剔除电力用户日最大负荷最大、最小的 两天,剩余(N一2)天称作典型日 b 如果需求响应发生在非工作日,则选择需求响应日前最近的3个非工作日为典型日,其中需剔 除电力中断以及用户参与需求响应日,剔除后不足3天的部分向前顺序选取,应补足3天 5.1.3算法设计 基线负荷计算包括以下步骤 第一步;假设用户负荷数据采集周期为T ,将需求响应期内各数据采集时刻与用户典型日对应时 段各数据采集时刻相对应,取典型日相应时段内各个时刻的用户负荷数据， 第二步;求不同典型日中,同一时刻负荷数据的平均值 第三步;将各个负荷数据平均值按时间顺序排列,获得未修正的基线负荷P' 5.1.4基线负荷修正 对于用电负荷受气候等因素影响较大的商业用户、居民用户等,应对基线负荷进行修正,步骤如下 第一步;计算修正系数K 根据公式(1)求得K,K取值范围限定为0.8~1.2,若低于0.8按0.8计算、超出1.2按1.2计算 K -踪 式中 PD -执行需求响应当日,需求响应期前2h内各个采集时刻的负荷平均值,单位为千瓦(kw) P 需求响应日前所有典型日中,与上述采集时刻对应历史负荷值的平均值,单位为千瓦 kW
GB/37016一2018 第二步;结果修正 根据公式(2),利用修正系数K对未修正的基线负荷序列值进行修正 P=K×P 式中 P -修正后的用户基线负荷 5.2节约电力计算 节约电力计算步骤如下: 第一步;以T 为周期,记录执行需求响应当日需求响应期所辖各数据采集时刻的负荷值,得到用 户需求响应期的实测负荷P 第二步;节约电力即为基线负荷平均值与实测负荷平均值的差,根据公式(3)求得 P，=P一P 式中: -节约电力值,单位为千瓦(kW); 厂 修正后用户基线负荷的平均值,单位为千瓦(kw) 需求响应期用户实际负荷的平均值,单位为千瓦(kw) 注1关于利用日期匹配法计算需求响应节约电力的详细计算步骤,参见附录A 注2:附录B给出了利用回归分析法计算需求响应节约电力的算法和详细计算步骤 测量与验证要求 6 电力用户需求响应节约电力测量与验证,需满足以下要求 在电力用户侧应具有采集和存储用电负荷,电量,时间等数据的设备或系统,且至少能够保存 a -个月的历史数据 电力用户用电负荷数据采集周期不大于15min. b c 电力用户用电负荷数据采集设备或系统应由具备相应资质的机构进行检测,其中 居民用户负荷数据测量精度不低于2.0级; 2 工商业用户负荷数据测量精度不低于1.0级 计算需求响应期节约电力时,应综合考虑电力用户负荷影响因素(如气候等)的变化情况,对用 d 户基线负荷进行修正 依据电力用户所参与需求响应项目的位置,选取项目所在地官方公布的历史及未来气象数据 e 统一使用千瓦(kw)作为电力负荷的计量单位 测量与验证方法 7.1概述 测量与验证方法包括确定参与需求响应的具体对象、基线负荷计算以及节约电力计算等内容,如 图1所示
GB/T37016一2018 确定参与对象 计算基线负荷 计算节约电力 图1节约电力测量与验证方法 7.2确定参与对象 确定参与需求响应的电力用户及其所辖用电系统或设备,建立获取用电系统或设备铭牌参数、运行 负荷数据、历史负荷数据的途径,并根据用户类型(工业用户、商业用户以及居民用户等)收集影响用电 负荷的影响因素数据 7.3计算基线负荷 7.3.1概述 计算基线负荷主要包括典型日确定、统计计算和结果修正3个步骤 7.3.2典型日确定 按照5.1.2中的方法,选择与需求响应日对应的典型日 7.3.3统计计算 按5.1.3执行计算过程 7.3.4结果修正 按5.1.4所述方法,对计算出的基线负荷进行修正 7.4计算节约电力 按照公式(3)计算节约电力 注附录C给出了利用日期匹配法开展典型商业用户需求响应节约电力测量与验证的案例
GB/37016一2018 附 录 A 资料性附录 日期匹配法节约电力计算过程 A.1基线负荷计算 设d 为执行需求响应当日,基线负荷计算方法如下 需求响应日为工作日 a 如果需求响应日d 属于工作日,则按以下步骤计算基线负荷 第一步;选取d.,d.,d. ..(m=3,5,8)为d，前的连续朋个典型日,假设用户负荷数据采集周 期为T,则: i,a,t1,l，属于d 当日需求响应期内连续的采集时刻 p.1,户1a,力l,1,户,l,为需求响应日前第1个典型日对应上述时刻的历史负荷值 ,为需求响应日前第2个典型日对应上述时刻的历史负荷值 2.1p2 2.1， 12. //为需求响应日前第朋个典型日对应上述时刻的历史负 依次类推，力 力岸m,l力肝m.2" 荷值 第二步;根据公式(A.1)求得m个不同典型日内对应t，时刻的历史负荷值的平均值 十， 十 十上土 一" - A.1 依次类推，p1p,为m个不同典型日内对应ti,l,t1/，时刻的历史负荷值的平均 值即未修正的基线负荷值 b)需求响应日为非工作日 如果需求响应日d，属于非工作日,则按以下步骤计算基线负荷 第一步;选取d,1,dw2,d为d 前的连续3个典型日,假设用户负荷数据采集周期为T,则 ，la,t1/，属于d 当日需求响应期内连续的采集时刻 ,力1.3,p1,1,力1.,为需求响应日前第1个典型日对应上述时刻的历史负荷值 声炉1,1 第二步;根据公式(A.2)求得3个不同典型日内对应t，时刻的历史负荷值的平均值 十土 A.2 依次类推，p1,p,p,为3个不同典型日内对应ti,g,t1,t，时刻的历史负荷值的平均 值,即未修正的基线负荷值 A.2基线负荷修正 对于用电负荷受气候,生产产量以及其他随机因素影响较大的电力用户,应当对用户基线负荷进行 修正,需求响应期在工作日时和非工作日均按以下步骤进行修正,修正步骤如下， 第一步:计算修正系数K 根据公式(A.3)求得K(K取值范围为0,81.2),若低于0.8按0.8计算、超出1.2按1.2计算 Pa K= (A.3
GB/T37016一2018 式中 P0 一执行需求响应当日,需求响应期前2h内各个采集时刻的负荷平均值,单位为千瓦(kw) P'" 需求响应日前所有典型日中,与上述采集时刻对应历史负荷值的平均值,单位为千瓦 2h kW) 第二步;结果修正 p1,p,p,p为未修正的基线负荷值,则" Kp1,Kp,Kp1,Kp为修正后用户基线负荷曲线上不同时刻的负荷值 设p=K×pj,则P={p1,声e,-1p}为用户基线负荷 A.3节约电力计算 节约电力计算方法如下 第一步取需求响应期实际负荷值 以T 为周期,记录执行需求响应当日需求响应期所辖各时刻的负荷值,用公式(A.4)表示 (A.4 P尸={p1力2,力-1力 第二步;计算节约电力 设声.,为需求响应期，时刻用户基线负荷值，与灾谢负荷》，的差值,即p一声一 P 为节约电力,由公式(A.5)计算得到 .十a十十 P,= 一(j=1,2,3 A.5
GB/37016一2018 附录B 资料性附录) 回归分析法节约电力计算过程 B.1概述 回归分析方法可以针对单个用户计算基线负荷,但也适用于针对用户群体计算基线负荷,主要步骤 为;首先根据用户类型所在地区等进行分类;然后针对每一类用户取其中个别用户的用电负荷数据及 其所在地气温/湿度等影响因素数据建立回归式,求出回归式参数;最后根据建立的回归式,估计该类群 体用户中其他用户的需求响应期基线负荷 回归分析法运用统计学理论,基于负荷数据和影响负荷变化的影响因素数据(气温、湿度等)建立回 归模型,并采用电力用户参与需求响应当日的影响因素数据计算电力用户未参与需求响应情况下的负 荷曲线,即基线负荷 回归分析法更适用于负荷单一,生产相对固定的企业或行业 但与日期匹配法相比,计算过程相对 复杂,但在历史负荷数据不完整、数据记录错误等因素导致历史负荷数据质量不高时,运用回归分析方 法能够提高基线负荷计算的准确性 B.2用户基线负荷计算 选择数据 B.2.1 主要运用以下两类数据进行回归分析,计算需求响应期用户基线负荷 执行需求响应前数日典型日),与需求响应期同时段的用户实际用电负荷以及影响用户用电负荷 的影响因素(气温、湿度等),运用执行需求响应前数日的数据进行分析时,根据需求响应期属于工作日 或非工作目而分别考虑选取数据的时间范围 若为工作目朋选择前10日《即星朋-一星期五,参与需求响应日除外)内与需求响应期对应 时段,并按T为周期采集相应时刻的负荷数据,影响因素数据等; b 若为非工作日,则选择前3日即星期六、星期日及节假日,参与需求响应日除外)内与需求响 应期对应时段,并按T 为周期采集相应时刻的负荷数据,影响因素数据等 执行需求响应当日,按T 为周期采集需求响应期前数小时(典型小时)内各时刻用户实际用电负 荷数据以及影响用户用电负荷的影响因素数据(气温、湿度等) B.2.2数据处理 数据处理方法为 第一步;将用户在典型日或典型小时内的每一个用电负荷数据拆分为两部分,即基本分量,以及受 气温、湿度等因素影响的敏感分量 第二步;计算基本分量,方法为 如果利用典型日内有关数据计算需求响应期用户负荷基本分量,则利用典型日内与需求响应 期对应时刻的历史负荷数据基本分量平均值,作为需求响应期对应时刻用户负荷基本分量 b 如果利用典型小时有关数据计算需求响应期用户负荷基本分量,则利用典型小时内不同时刻 历史负荷数据基本分量平均值,作为需求响应期各个时刻用户负荷基本分量
GB/T37016一2018 第三步:计算敏感分量,方法为 a 如果利用典型日内有关数据计算需求响应期用户负荷敏感分量,则利用各典型日内同一时刻 历史负荷数据敏感分量、影响因素数据的加权值建立回归式,求得回归式的回归参数,然后将 需求响应期对应时刻的影响因素数据加权值代人回归式,求得相应时刻用户负荷敏感分量,最 后按照上述方法求得需求响应期不同时刻的用户负荷敏感分量; 如果利用典型小时内有关数据计算需求响应期用户负荷敏感分量,则利用典型小时内不同时 b 刻历史负荷数据敏感分量及相应的影响因素数据加权值建立回归式,求得回归式的回归参数， 然后将需求响应期各个时刻影响因素数据加权值一一代人回归式,求得需求响应期不同时刻 用户负荷敏感分量 第四步:将求得的需求响应期各时刻基本分量、敏感分量相加,得到不同时刻基线负荷值,由此求得 需求响应期用户基线负荷P, B.2.3计算过程 B.2.3.1选择数据 取d.1,d,d.(i=3或10)等典型日与执行需求响应当日d，需求响应期对应的时间段,按T 为周期取/ i,lg,/,等不同时刻的相关数据,获得 d.日t.1,t1.2， 等时刻对应的平均温度T,1.1,T,1.2,T T,1,1,T1,,对应的平均 湿度RHi.,RH1.a,RH1.,RH.1. l11,l,等时刻对应的历史负荷值为力,i,力,1.,p11,力i, d1日tm t-1.1tm1.2 B.2.3.2负荷分解 负荷分解的计算方法为 第一步;用户负荷包括基本分量及受气温、湿度等因素影响的敏感分量,用公式(B.1)表示 B.1 P=P,十尸 式中 R -需求响应期第时刻的基线负荷值 P -需求响应期第t,时刻的用户用电负荷值基本分量; F,b P -需求响应期第,时刻的用户用电负荷值敏感分量 i， 第二步;分析用户参与需求响应的用电系统或设备的类型、负荷容量、用能特性等,确定分解比例 k,k由公式(B.2)求得 习w B.2 Ww 式中: W， 运行特性受影响因素影响的用电系统或设备的额定负荷容量; W 运行特性不受影响因素影响的用电系统或设备的额定总负荷容量 第三步;按分解比例将每一个历史负荷值分解为基本分量p,1,,敏感分量户l.,得到公式(B.3) p，=少,h十力，=1,儿十k少,=(1十k)力m B.3) -1,b 式中 -需求响应期第d.天第j时刻的基线负荷值 1 由此,根据公式(B.4)求得 力l,)b bel p1. B.4 1十k
GB/37016一2018 B.2.3.3基本分量计算 根据公式(B.5)求得户.,1h,户..2l,,户..Fb,户,h， ,即需求响应期各时刻需求响应基线负荷值的基 本分量 pl儿十力"2,儿十十b -- (B.5 力nb B.2.3.4敏感分量计算 敏感分量计算步骤为: 第一步;运用不同典型日同一时刻的历史负荷敏感分量声..影响因素数据A.(如温度,湿度 等)进行回归.建立回归模型 第二步;回归参数计算 与需求响应期第1个时刻对应的历史负荷敏感分量序列P,=p,.,户2.,户 与需求响应期第1个时刻对应的温度序列T,=T .,T a.,T ri,1 与需求响应期第1个时刻对应的湿度序列RH=RH ,RH ,1,RH 士那1.1 i,1 依次类推,可以求得与需求响应期第2个时刻,直至第个时刻的敏感分量、温度、湿度等序列 第三步;回归式参数计算数据准备,设wTH1，为用户于第1时刻的气温,湿度等影响因素的加权 指标,为回归式(B.6)的自变量 (B.6 wTHI,=习T,×声十RH,x9 式中 第'时刻的气温; T RH 第时刻的湿度 气温所占的权重 p -湿度所占的权重,p十g=1 利用已有数据,将各个影响因素数据变化率对敏感负荷变动的贡献度进行比较,获得气温、湿度以 及其他影响因素的权重值 第四步;回归式参数计算 ,.n),wTH=(wTHl.a,wTHl ,wTHl.}进行回归计 利用P= -(p Fl,l,力2,l 算,得到回归模型,以公式(B.7)表示 p =8十8×wTHI (B.7 式中 ,B -回归式参数 第五步:计算需求响应日负荷敏感分量 根据公式(B.5),代人需求响应日d，对应第1个时刻对应的WTHIn.1,求得" 力,l.; 同理,求得需求响应日d 对应第2个至第个时刻对应的 b,,2,力n.s,.; B.2.3.5基线负荷值计算 根据户,一户十户,得到基线负荷值的序列P=(p1,力,a2,户-1,户; B.3节约电力计算 B.3.1 算法设计 节约电力计算方法如下:
GB/T37016一2018 第 -步;以T 为周期,记录执行需求响应当日需求响应期所辖各负荷采集时刻的负荷值,得到用 户需求响应期的实际负荷P 第二步:计算节约电力 节约电力即为基线负荷平均值与实测负荷平均值的差,得到公式(B.8) (B.8 P,=P-P 式中 -节约电力值,单位为千瓦(kw); ！ 厂 -修正后用户基线负荷的平均值,单位为千瓦(kW); P 需求响应期用户实际负荷的平均值,单位为千瓦(kw. B.3.2计算过程 节约电力计算过程如下 第一步取需求响应期实际负荷值 以T 为周期,记录执行需求响应当日需求响应期所辖各时刻的负荷值,用公式(B.9)表示 B.9 P=户" ".l力".2,力-力那 第二步;计算节约电力 设声,为需求啊应期上,时刻用户基线负荷值声.与实副负荷声.,的差值.,即户 ,=户一力 P,为节约电力,由公式(B.10)计算得到 十.,2十十 P,= 一(j=1,2,3 B.10 10
GB/37016一2018 附录 C 资料性附录) 典型用户测量与验证案例商业用户) 选取上海一商业用户的两台中央空调井21000,井21100)作为本案例的试验对象,从2012年3月 2014年7月,上述两台中央空调系统运行过程中的功率数据,温度数据,都被保存了下来,其中2014年起 该用户的一台编号为#21000的中央空调开始参与需求响应试点项目 -1300;00,#21000中央空调的运行负荷数据,以及在此日 表c.1是2014年6月27日9.30.:00~ 之前,该中央空调的历史负荷数据 表c.1#21000中央空调运行负荷数据 单位为千瓦 需求 典型日 响应日 时间 周四 周五 周 周二 周四 周五 周一 周二 周三 周四 周五 2014 2014 2014 2014 2014 2014 2014 2014 2014 2014 2014 -6-12 -6-13 -6-16 -6-17 -6-19 -6-20o -6-23 -6-24 -6-25 -6-26 -6-27 9:30:00 232.3 215.8 224.7 249.2 223,4 284.2 239.3 236 217 209.7 208.7 9;45:00 248.5 228.6 282.7 236.3 231.5 234.1 220.1 221.6 208.5 209,2 214.3 227.2 282.523.6229.1 29.9222.8 245.6 206.7 10:00;00 232.l 210,2 214.1 10:15:00 239.3 219,9 280.4 235.7 233.4 230.6 217 223.5 205.2 208,2 212.6 10:30:00 240 234.6 274.4 234.8 232.8 231.9 212.8 221 205.7 208.4 208.2 10;45;00 232.8 236.6 273.7 232 228.5 232.3 212.6 222.7 207.5 210.6 204.3 1l:00:00 228,9 234.5 270,4 233,4 222 229.1 212.7 227.8 219.3 207.6 201.4 1l:15;00 220.5 226.6 267 233.7 219.6 230.9 215.4 229.7 224.2 203.1 2043 11:30;00 212,7" 225.9 267 231.9 215.9 231.4 216 228.5 226.2 207.2 4.2 222 217.2 212.4224.1 228 217.5 ll;45;00 266.5 230,2 2.2 231.2 213.2 4.2 12:00:00 217 235.l 264.9 229.l 217 225.2 225.2 231.3 207.8 215,2 2.5 12;15;00 230.8 226.6 229.5 218.5 228.1 262.1 229.2 214.9 210.6 214.8 2.4 12:30;00 222.3 231.8 260,4 227.6 216.7 231.2 53.5 229,4 218.1 217 4.2 12;45;00 221.7 241.3258.4 227.8 217 229.4 53.5 229.7 216." 215.4 2.5 13;00;00 223,7" 224.7 253.5 229.9 215,7 230 53,1 229.9 217 212.2 2.5 13:15;00 228.6 224.4 249.1 229.7 216.8 230,9 242.7 228.2 218.4 212.5 2. 2]7 13:30:00 210,5 229,4 252.3 226.5 217.6 230.3 73.3 230.3 212.9 2.5 注:2014年6月18日数据采集不完整,无法使用,因此将此日从典型日中剔除,并继续向前补选一天的数据 本案例采用日期匹配法计算井21000中央空调的基线负荷,如表C.2所示,利用日期匹配法计算得 到的井21000中央空调需求响应日未修正的基线负荷 1
GB/T37016一2018 表c.2#21000中央空调需求响应日未修正的基线负荷值 单位为千瓦 时间 1;45;00 12;15;00 12;30;00 12;45;00 13;15;00 11:30:00 22:00:00 13:00:00 13:30:00 负荷 226.27 226.25 226.78 226.51 210.8 211.09 208.97 228.13 210,01 接着利用需求响应期前2h内的负荷值,计算P小=208.49kw; 利用各典型日与上述时段对应的历史负荷值,计算P'站=230.10kw; 因此K=0.91,利用K对#21000中央空调需求响应日未修正的基线负荷值进行修正,得到 #21000中央空调需求响应期基线负荷值,如表C.3所示 表C.3#21000中央空调需求响应期基线负荷值 单位为千瓦 时间 负荷 平均值 l;30;00 205.91 ll:45;00 205.89 12;00;00 206.37 206.12 12l5 00 12;30;00 191.83 199.68 12;45;00 192.09 13:0000 190.16 13:l5:00 207.60 13:30;:00 191.l1 然后与执行需求响应当日,需求响应期的实测负荷进行比较,得到节约电力,如表c.4所示 表c.4#21000中央空调需求响应日节约电力计算 单位为千瓦 需求响应期实测负荷 基线负荷平均值 节约电力 时间 负荷 平均值 11:30;00 4.2 1l;45;00 4.2 12:00;00 2.5 12;15;00 2.4 12;30;00 4.2 3,.05 199.68 96.63 12;45;00 2.5 13;00;00 2.5 13;15;00 2,.4 13:30;00 2.5 根据基线负荷序列值,以及各时段的实测负荷序列值,作出基线负荷与实测负荷的曲线,如图C.1 所示,节约电力196.63kw 12
GB/37016一2018 #21000中央空调实测负荷与基线负荷数据 负截Aw 450 400 350 300 250 实测负荷 200 基线负荷 150 100 50 时间/h 8 员 菜 京 图c,1需求响应期负荷曲线与需求响应基线负荷示意图 该商业用户的另外一台中央空调,即#21100中央空调的负荷数据,如表c.5所示 表c.5#21100中央空调于2014年6月27日的部分运行负荷数据 单位为千瓦 时间 1l:30;00 1l:45:00 12:00;00 12:15:00 12;:30;0012:;45:00 13:00;0013:15:0013:30:00 负荷 207.2 217.5 215.2 214.8 217 215.4 212.2 212.5 212.9 注:2014年6月18日数据采集不完整,无法使用,因此将此日从典型日中剔除,并继续向前补选一天的数据 根据#21100中央空调在2014年6月27日的负荷数据,绘制负荷曲线如图C.2所示 #21100中央空调负荷数据 负荷/w 450 400 350 300 250 200 150 00 50 时间/h 菜 图c.22014年6月27日未参与需求响应的#21100中央空调负荷曲线 13
GB/T37016一2018 通过对比,发现未参与需求响应的井21l00中央空调负荷曲线在需求响应期对应时段的负荷与通 过日期匹配法计算的#21100中央空调基线负荷基本一致,如图C.3所示 #2100o中央空调实测负荷与基线负荷数据 #21100中央空调负荷数据 负荷Aw 负箱/w 450 450 400 350 30o 250 -实测负荷 200 -基线负葡 150 时间h " 100 50 参与响应的中央空调 未参与响应的中央空调 图c.3负荷曲线比较 14
GB/37016一2018 参 考文献 [1]GB/T28750一2012节能量测量和验证技术通则 MeasurementandVerification,White ,AEICILoadResearchCom [[2] TDemand Paper lResponse mittee,March2009. Procedure-GeneralCaleulatingCustomer [3]ElectrieityEffieneyabdDemandM lanagement BaselineLoad,conEdison,N.Y.,EffectiveDate;Febru y2013. ruary Mehodologies [4]DefaulBaseline s,EmergeneyResponseService,ERcoT,April10,2015.

电力用户需求响应节约电力测量与验证技术要求GB/T37016-2018

随着经济的发展和人口的增加，能源问题日益突出。为了实现可持续发展，各国都在积极推行节能减排政策。在电力领域，电力用户需求响应是一种有效的节能减排措施。而GB/T37016-2018标准则提供了电力用户需求响应节约电力测量与验证技术要求的指导。

电力用户需求响应节约电力测量与验证技术是一种基于用电行为分析的技术。通过对电力用户的用电数据进行分析，可以了解用户的用电习惯和用电特点，并在此基础上提出合理的节约措施。而GB/T37016-2018标准则规定了电力用户需求响应节约电力测量与验证技术的测试方法、数据处理方法和验证要求等方面的内容。

在实际应用中，电力用户需求响应节约电力测量与验证技术可以帮助电力企业更好地了解用户需求，并提供个性化的节能服务。同时，也可以促进用户的节能意识，并通过数据分析和评估验证节约效果。因此，GB/T37016-2018标准对于推动电力节约工作具有重要意义。

总之，电力用户需求响应节约电力测量与验证技术是一种有效的节能减排措施，而GB/T37016-2018标准则提供了相关测试方法、数据处理方法和验证要求的指导。在实际应用中，需要充分发挥这种技术的优势，提高节约效果，为可持续发展做出贡献。

电力用户需求响应节约电力测量与验证技术要求的相关资料

和电力用户需求响应节约电力测量与验证技术要求类似的标准

GB/T37016-2018

电力用户需求响应节约电力测量与验证技术要求

2022/8/8 7:36:18 现行

GB/T32823-2016

电网节能项目节约电力电量测量和验证技术导则

2022/10/3 10:12:05 现行

GB/T36573-2018

电力线路升压运行节约电力电量测量和验证技术规范

2022/8/10 22:44:16 现行

GB/T36571-2018

并联无功补偿节约电力电量测量和验证技术规范

2022/8/10 22:26:56 现行

GB/T37016-2018

电力用户需求响应节约电力测量与验证技术要求

2022/8/8 7:36:18 现行

GB/T37016-2018

电力用户需求响应节约电力测量与验证技术要求

2022/8/8 7:36:18 现行

GB/T37016-2018

电力用户需求响应节约电力测量与验证技术要求

2022/8/8 7:36:18 现行