-
公开(公告)号：CN107730307A
公开(公告)日：2018-02-23
申请号：CN201710903873.7
申请日：2017-09-29
Applicant: 广东电力交易中心有限责任公司 , 广东电网有限责任公司
CPC classification number: G06Q30/0283 , G06Q50/06
Abstract: 本发明涉及电力市场技术领域，更具体地，涉及一种月度电力市场偏差电量与偏差考核结算方法。包括以下步骤：S1.对发电侧偏差电量进行结算；S2.对发电侧偏差考核进行结算，按照月度集中竞争交易成交价差的绝对值进行考核；S3.计算发电企业偏差电费，即为发电侧偏差电量结算电费与发电侧偏差考核结算之和；S4.计算电力大用户的实际用电量与月度总时长电量的偏差。本发明适用于在计划与市场并存、年度交易与月度交易并存的电力市场环境下，电力市场中发电企业和电力大用户的偏差电量与偏差考核结算方法，可以实现以市场的方式进行偏差电量结算，加强对市场成员的偏差考核，促进市场成员准确预测自身发用电量，提高电力市场和电力系统运行的稳定性。
-
公开(公告)号：CN115393008A
公开(公告)日：2022-11-25
申请号：CN202210953357.6
申请日：2022-08-10
Applicant: 广东电力交易中心有限责任公司
IPC: G06Q30/06 , G06F16/2457 , G06F16/242 , G06F16/9535 , G06Q50/06
Abstract: 本发明公开了一种售电公司画像的推荐方法及装置，所述方法包括：分别获取用户数据和多个售电公司数据，其中，所述用户数据是关于用户电力需求信息或偏好信息；计算所述用户数据与每个所述售电公司数据的匹配权重值，得到多个匹配权重值；从所述多个匹配权重值中筛选若干个大于预设阈值的目标匹配权重值；基于若干个所述目标匹配权重值向用户推荐对应的售电公司的公司画像，以供用户参考。本发明可以在采集用户数据后，计算用户数据与多个售电公司数据匹配度，根据匹配度的大小优先向用户推荐售电公司的画像，既可以满足用户的实际需求，也可以提高推荐的准确率。
-
公开(公告)号：CN111027820A
公开(公告)日：2020-04-17
申请号：CN201911164248.0
申请日：2019-11-22
Applicant: 广东电力交易中心有限责任公司
Abstract: 本发明公开了一种电力市场结算风险因素评估方法，包括：采集电力市场结算的错误报告数据，根据所述错误报告数据整理出风险因素类型；对所述风险因素类型进行结算风险的概率评估、影响程度评估和控制强度评估；基于结算风险的概率评估、影响程度评估和控制强度评估，计算风险重要性数值，并根据预设的阈值判定所述风险重要性数值是否超出范围。本发明提供了一种电力市场结算风险因素评估方法、装置及设备，通过分析大量错误信息的历史数据，自动梳理各类结算错误并识别和评估结算风险因素。
-
公开(公告)号：CN110991989A
公开(公告)日：2020-04-10
申请号：CN201911140034.X
申请日：2019-11-22
Applicant: 广东电力交易中心有限责任公司
Abstract: 本发明公开了一种电力市场零售合同自动结算方法，步骤包括：获取零售结算档案的资料数据并通过匹配零售结算档案以确定结算模式；获取结算数据，所述结算数据包括计量数据、价格数据和电费数据；基于所述结算模式和所述结算数据，计算出零售用户的结算电费。本发明提供了一种电力市场零售合同自动结算方法、装置及设备，适应电力现货市场零售市场主体成倍增长的情况，在结算周期内识别多种售电套餐，实现海量差异化零售合同的精准结算。
-
公开(公告)号：CN109598608A
公开(公告)日：2019-04-09
申请号：CN201811503953.4
申请日：2018-12-10
Applicant: 广东电力交易中心有限责任公司
Abstract: 本发明提供了一种电力市场交易的履约保函的计算方法及装置，其中，该方法包括：获取目标售电公司在月度集中竞争时的历史交易电量、历史成交价格和当前交易日的最新综合价格；根据历史交易电量和历史成交价格计算持有合约成本；根据历史交易电量和最新综合价格计算持有合约价值；将持有合约成本与持有合约价值进行作差，再加上补偿值，得到目标售电公司的履约保函。本发明所提供的履约保函针对售电公司的交易风险收取，受益人为交易中心，用于管理交易中心作为集中竞争交易中央对手方的风险，在售电公司无法履约时，使得交易中心有能力代为履约，从而保障其对手方的利益。
-
Patent Agency Ranking
公开(公告)号：CN107832911A
公开(公告)日：2018-03-23
申请号：CN201710931596.0
申请日：2017-10-09
Applicant: 广东电力交易中心有限责任公司
CPC classification number: G06Q10/06315 , G06Q30/0206 , G06Q50/06
Abstract: 本发明涉及电力市场技术领域，更具体地，涉及一种现货市场环境下需求侧节点电价分区结算方法。包括以下步骤：S1.对电力系统按照电价进行分区，获取分区后的各个价区的数据；S2.计算各个价区内用户的全部用电量；S3.计算各节点电量的权重值Ai；S4.计算各个分区平均节点电价；S5.计算市场用户在现货市场中应付电费。本发明提供的一种现货市场环境下需求侧节点电价分区结算方法，结合现货市场运行机制和分区电价原理，提出一种需求侧节点电价分区结算方法，该方法计算流程简单，一方面能发挥节点电价定价的优势，准确反映现货市场下电力市场价格信号，同时可以避免电力消费者面临过高价格波动风险，在电力市场建设过渡期能够促进电力市场的稳定发展，对于建设现货市场具有借鉴意义。
-
公开(公告)号：CN118365429A
公开(公告)日：2024-07-19
申请号：CN202410788152.6
申请日：2024-06-19
Applicant: 广东电力交易中心有限责任公司
IPC: G06Q30/0601 , G06Q30/0201 , G06Q50/06
Abstract: 本发明涉及电力市场化交易技术领域，具体涉及一种购电零售套餐处理推送方法及处理推送平台，通过构建适用于电网代理购电用户入市切换的零售套餐集合，解决了零售套餐形式简化的痛点；通过对每类用户确定每个零售套餐的参数取值边界，能够对代理购电用户设置处理推送条件，零售套餐对于用户满足条件才能够进行推送；通过计算预估用户使用零售套餐后的电费，再向用户推送电费预估情况，能够使得推送效果更优，更容易得到用户的反馈。
-
公开(公告)号：CN118052584A
公开(公告)日：2024-05-17
申请号：CN202410148900.4
申请日：2024-02-01
Applicant: 广东电力交易中心有限责任公司
IPC: G06Q30/0202 , G06Q30/0201 , G06Q50/06 , G06N20/00 , G06F17/18
Abstract: 本申请提供一种区域现货市场的电价预测方法及设备。其中，提出了一种新颖的区域现货市场的电价预测方法，相较于传统方法，结合了传统的ARIMA‑GARCH模型，并进一步引入外生变量和分数阶积分模型，通过构建这一综合模型，能够更精准地捕捉不同特征对电价的影响，从而提高电价预测的准确性。因此，采用本申请的方案能够为跨省电力交易市场提供更为可靠的区域现货市场的电价预测，有助于电力系统的优化调度和市场耦合的高效运行。
-
公开(公告)号：CN110930034B
公开(公告)日：2022-12-02
申请号：CN201911169178.8
申请日：2019-11-22
Applicant: 广东电力交易中心有限责任公司
Abstract: 本发明公开了一种电力现货市场结算计量数据校验方法，所述方法包括：采集用户在预设时间内的用电量；判断所述用户的用电量是否异常，具体包括：判断用户是否拥有专用变压器；若是，获取所述预设时间内的所述专用变压器的容量，若所述用电量是否大于所述专用变压器的容量，则所述用户用电异常，若否或是，根据用户历史用电数据库获取所述用户的电量预测值范围，若所述用电量位于所述电量预测值范围之外，则所述用户用电异常；若所述用户的用电量异常，则发送用电量校验请求至所述用户预设的移动终端，若所述用户的用电量正常，则发送结算数据确认请求至所述用户预设的移动终端。采用本发明，可以实现准确可靠的对用电用户进行电费结算。
-
公开(公告)号：CN115239208A
公开(公告)日：2022-10-25
申请号：CN202211146992.X
申请日：2022-09-21
Applicant: 广东电力交易中心有限责任公司
Abstract: 本发明适用于数据处理技术领域，尤其涉及基于电力交易数据的售电公司特征模型分析方法及系统，所述方法包括：获取售电公司基本信息以及相应的电力交易数据；获取网络资讯信息，根据网络资讯信息生成外部资讯特征；对电力交易数据进行数据分析，根据分析结果生成交易数据特征，构建售电公司特征模型；根据售电公司特征模型进行风险分析，生成风险分析报告。本发明通过对各个售电公司的相关信息进行收集，从多个维度对售电公司进行分析，从而为每一个售电公司构建相应的特征模型，根据该特征模型能够快速确定该公司的特征，因此，进一步根据该公司的特征模型来对其未来的运营情况进行预估，分析其可能发生的风险，以起到风险预警的作用。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.041 seconds)
