售电平台方案

能源互联网售电平台方案第能源互联网售电平台方案广州邦讯信息系统有限公司时间：二〇一六年十二月目录1. 概述 51.1. 公司基本介绍 51.2. 建设背景 51.3. 平台概述 61.4. 售电平台及服务内容概述 72. 平台总体设计 92.1. 平台总体架构 92.2. 负荷预测模型 112.2.1. 调查和选择历史负荷数据资料 112.2.2. 历史资料的整理 112.2.3. 对负荷数据的预处理 112.2.4. 建立负荷预测模型 113. 系统建设 133.1. 设计依据 133.2. 设计原则 133.2.1. 实用性原则 133.2.2. 安全性原则 133.2.3. 可靠性原则 143.2.4. 先进性、成熟性和稳定性原则 143.2.5. 系统的开放性、可拓展性原则 143.2.6. 系统的易管理性和高性价比 144. 售电管理平台介绍 154.1. 系统拓扑图 154.1.1. 售电云服务中心 154.1.2. 末端监测设备 154.1.3. 拼接大屏 165. 负荷预测算法及程序实现 175.1. 多元线性回归 175.1.1. 算法说明 175.1.2. 算法程序实现 175.2. BP神经网络 185.2.1. 算法原理说明 185.2.2. 算法程序实现 195.3. 支持向量回归 205.3.1. 算法原理说明 205.3.2. 算法程序实现 215.4. ARMA 225.4.1. 算法原理说明 225.4.2. 算法程序实现 225.4.3. 售电平台配置 246. 软件功能介绍 266.1. 售电管理平台 266.1.1. 客户信息管理 266.1.2. 用电管理及预测 266.1.3. 负荷预测 276.1.4. 智能报价 286.1.5. 合同管理 286.1.6. 费用收支核算 286.1.7. 增值服务管理 296.1.8. 售电门户 296.1.9. 数据采集 296.1.10. 数据集成服务 296.2. 企业用电管理平台 306.2.1. 综合首页 306.2.2. 实时监测 316.2.3. 购电管理 336.2.4. 用电分析 356.2.5. 用电质量分析 386.2.6. 需求侧响应管理 406.3. 售电平台APP端 427. 电力配套服务 437.1. 故障检修服务 437.2. 设备巡检服务 437.3. 应急保修服务 437.4. 电力试验服务 437.5. 安全管理服务 437.6. 设备租赁服务 437.7. 电力咨询服务 447.8. 能耗分析服务 448. 配电房监控服务 459. 电力数据运营合同管理 4610. 部分案例介绍 4710.1. 通信领域 4710.2. 电力领域 4810.3. 科研机构领域 4810.4. 化工领域 4910.5. 负荷预测应用 49概述建设背景近年，受经济下行因素影响，我国电力需求增长缓慢，社会用电量低速增长将成为常态，售电公司盈利下降，电力市场不景气。与此同时，在环保的要求下，我国正进行新能源推广，电力结构需要调整，行业迎来发展挑战。上述两大因素作用下，电力行业亟待新的改革。国家政府主导，电力公司打破垄断、引入竞争、提高效率，促进公平竞争，开放有序的电力市场体系很有必要。基于电改要求以及电力行业的发展困境，电力行业适应新的发展环境需要从提高新能源利用效率、降低成本提高盈利出发，能源互联网是发展大势。能源互联网的核心是互联网思维，是以用户为中心的分散式合作共享精神。作为第三次工业革命的核心概念，能源互联网不仅仅是简单的能源+互联网，能源互联网的根本不同在于其采用互联网理念、方法和技术实现能源基础设施架构本身的重大变革，使得能量的开放互联与交换分享可以跟互联网信息分享一样便捷。平台概述邦讯能源互联网能力开放平台应用智慧能源标准，将电、水、气等能源数据化，利用IPv6、大数据、云计算等互联网技术，将能源产业互联网化，动态管理能源生产、传输和消费，达到提高效率、节能减排等作用。利用ICT技术，对能源产业进行互联网化，将能源赋予新的数据属性，达到能源的经济性、高效性及环保性。邦讯能源互联网能力开放平台包括了售电管理平台、企业用电管理平台、企业能源管理平台、电力运维管理平台、设备远程云运维平台、光伏运营运维管理平台、充电站（桩）运营运维管理平台、机房基站能源管理平台、微网管理平台、环保监测管理平台等能源领域应用，同时提供网络API、安全API、数据API三大类开放的API，为接入更多能源领域的应用提供资源和环境，致力于打造一个安全开放共享的能源互联网生态体系。利用互联网领域的快速迭代创新能力，建立面向多种应用和服务场景下能源系统互联互通的开放接口、网络协议和应用支撑平台，支持海量和多种形式的供能与用能设备的快速、便捷接入；建设能源互联网的市场交易体系；促进能源互联网的商业模式创新；建立能源互联网国际合作机制。对售电公司而言，“云平台”建立售电管理平台，打造全新售电服务模式；对用户单位而言，通过“云平台”可获得更多能源增值服务，实现能源消耗的可追溯、可监控、可管理，从而降低成本、提高能源使用效率；对实施合同能源管理的技术服务公司而言，不但可以降低开发、建设和运营成本，还可以通过第三方的实时数据存储、分析、可视化管理等服务，使节能数据更有公信力，减少纠纷，实现效益最大化；对政府及金融机构而言，云平台能打破各自封闭的信息孤岛，把握能源生产和消费整体动向，掌握真实透明数据，实行有效监管和调控。这些数据还可以支持节能技术改造、节能量监测、核算和评价，支持碳交易的开展等等。与各售电公司、合同能源管理的技术服务公司、政府及金融机构等共同建立一个开放共享的能源互联网生态体系。同时，邦讯能源互联网平台获得相关密码认证证书，对售电公司及企业用户的数据提供全方位的安全保障。售电平台及服务内容概述邦讯能源互联网能力开放平台中的售电平台包括售电侧管理平台、企业用电管理平台、电力系统负荷预测子系统。同时，我司电力业务团队大多来自电网公司、能源管理公司，在提供综合信息化平台的同时提供专业电力配套服务。1）售电侧电力运营管理平台售电侧电力运营管理平台是专业服务于售电领域的综合信息化平台，协助售电公司实现客户管理、交易报价、电量预测、合同管理、负荷预警等功能。2）企业用电管理平台企业用电管理平台是指采用自动化、信息化技术和集中管理模式，对用户侧能源系统的生产、输配和消耗环节实施扁平化的动态监控和数字化管理，改进和优化能源平衡，实现对用户电量精准预测及分析能耗管控一体化。3）负荷预测服务售电平台提供负荷预测模块，电力系统负荷预测包括最大负荷功率、负荷电量及负荷曲线的预测。最大负荷功率预测对于确定电力系统发电设备及输变电设备的容量是非常重要的。为了选择适当的机组类型和合理的电源结构以及确定燃料计划等，还必须预测负荷及电量。负荷曲线的预测可为售电公司申报电量提供数据支持。4）电力配套服务电力配套服务包括故障检修、设备巡检、应急保修、电力试验、设备托管、安全管理、电力咨询、能耗分析等。从服务的理念出发，全面解决用户用电的后顾之忧。5）配电房监控服务配电房监控既包括对配电房的进线柜、计量柜、出线柜、补偿柜、直流柜等电力设备实现监控，也包括对配电房的环境、温度、湿度、人员出入等监控。真正实现对配电房全方位监控，及时远程发现问题，提供告警，减少维护成本。6）电力运营服务企业用户的用电电价为两部制电价，两部制电价是一种政府和市场机制混合作用的电价制度,包括容量上网电价和电量上网电价。电力数据运营合同能源管理是指在企业用电的全生命周期内，为用户提供安装电力数据采集装置，对用户用电数据动态监控、经大数据分析和优化，为企业管理及运行人员提供更为全面、精细的企业用电服务并提供专门电力数据运营节约服务。平台总体设计平台总体架构邦讯能源互联网能力开放平台全面涵盖了能源互联网各种业务应用和场景需求，是一个完美构建的统一体，整个平台包括底端数据接入层、IaaS层、PaaS层和能源应用SaaS层四个部分，总体架构如下图所示。数据接入层：包括了能源消费端的数据，能源生产端的数据，以及气象、经济、交通等与能源相关的数据，通过能源网关，打通整个能源生态链的数据接入，为大数据分析提供更为完善的数据支撑，达到更精准的预测、节能诊断等分析结果；IaaS层：通过云计算技术按需分配IT资源和对IT资源使用情况的精确监控和计费，使得IT规划和IT资金预算得以产生精确的详细使用情况报表。支持公有云和私有云部署两种方式。PaaS层：提供各种类型数据的接入能力；数据转换能力、数据处理、清洗、归类等能力；数据存储、高速运算、数据挖掘能力；机器学习、算法库、模型定义能力；统一开放的API调用能力等各种开放能力。如下图所示。能源应用SaaS层：目前提供企业能源管理中心、售电管理平台、企业用电管理平台、电力运维管理平台、邦讯能耗云、光伏运维运营平台、充电站（桩）运维运营平台、基站机房能耗管理平台、微网管理平台、碳排放监测平台及整个能源互联网能力开放平台门户和社区模块，随着行业的不断发展，平台将提供更多的能源应用服务。如下图所示。平台采用模块化构建，用户可购买IaaS、PaaS、SaaS中的任一服务和应用模块，满足用户的各种定制化需求。负荷预测模型负荷预测工作的关键在于收集大量的历史数据，建立科学有效的预测模型，采用有效的算法，以历史数据为基础，进行大量试验性研究，总结经验，不断修正模型和算法，以真正反映负荷变化规律。其基本组成如下：调查和选择历史负荷数据资料多方面调查收集资料，包括企业内部影响资料和外部影响资料，从众多的资料中挑选出有用的一小部分，即把资料浓缩到最小量。挑选资料时的标准要直接、可靠并且是最新的资料。如果资料的收集和选择得不好，会直接影响负荷预测的质量。历史资料的整理一般来说，由于预测的质量不会超过所用资料的质量，所以要对所收集的与负荷有关的统计资料进行审核和必要的加工整理，来保证资料的质量，从而为保证预测质量打下基础，即要注意资料的完整无缺，数字准确无误，反映的都是正常状态下的水平，资料中没有异常的"分离项"，还要注意资料的补缺，并对不可靠的资料加以核实调整。对负荷数据的预处理在经过初步整理之后，还要对所用资料进行数据分析预处理，即对历史资料中的异常值的平稳化以及缺失数据的补遗，针对异常数据，主要采用水平处理、垂直处理方法。数据的水平处理即在进行分析数据时，将前后两个时间的负荷数据作为基准，设定待处理数据的最大变动范围，当待处理数据超过这个范围，就视为不良数据，采用平均值的方法平稳其变化；数据的垂直处理即在负荷数据预处理时考虑其24h的小周期，即认为不同日期的同一时刻的负荷应该具有相似性，同时刻的负荷值应维持在一定的范围内，对于超出范围的不良数据修正，为待处理数据的最近几天该时刻的负荷平均值。建立负荷预测模型负荷预测模型是统计资料轨迹的概括，预测模型是多种多样的，因此，对于具体资料要选择恰当的预测模型，这是负荷预测过程中至关重要的一步。当由于模型选择不当而造成预测误差过大时，就需要改换模型，必要时，还可同时采用几种数学模型进行运算，以便对比、选择。在选择适当的预测技术后，建立负荷预测数学模型，进行预测工作。由于从已掌握的发展变化规律，并不能代表将来的变化规律，所以要对影响预测对象的新因素进行分析，对预测模型进行恰当的修正后确定预测值。系统建设设计依据《综合布线工程验收规范》(GB50312-2007)《电缆线路施工及验收规范》(GB50168-2006)《企业节能量计算方法》GB/T13234-2009《用能单位能源计量器具配备和管理通则》GB17167-2006《综合能耗计算通则》GB/T2589-2008《工业企业能源管理导则》GB/T15587-2008《电子式电能表检定规程》(JJG596-1999)《InternationalPerformanceMeasurementandVerificationProtocolVolumeIII》(国际性能测量与验证协议第三卷)《低压配电设计规范》(GB50054-95)《软件开发规范》（ISO9001-2000）《电力工程电缆设计规范》GB50217-2007《信息安全技术云计算服务安全指南》GB/T31167-2014《信息安全技术云计算服务安全能力要求》GB/T31168-2014《广东电力市场交易基本规则(试行)2017年版》《关于进一步深化电力体制改革的若干意见》设计原则邦讯能源互联网能力开放平台是为广大能源互联网生态链各企业提供综合性服务的信息平台，也是能力开放的资源共享平台，在设计、开发和实施中遵循以下原则：实用性原则以现实需求为基础，充分考虑发展的需要来确定系统的规模，功模块子系统以插件方式扩展。安全性原则系统和数据的安全性是整个信息系统中最关键的价值所在，保证数据的安全性、稳定性、完整性是整个系统构建的重中之重。数据安全需要从低层硬件设备、网络设备、操作系统、应用等各个层面上予以保证。核心数据在服务器上运行，一旦出现安全问题都会造成不可弥补的损失；因此所有应用软件均遵循相关的规定，符合国家有关系统安全的要求，提供安全手段防止内部用户的非法入侵及操作人员的越级操作，以确保信息安全。采集方面，我司即将拥有密码安全定点生产单位资质，从采集端加入安全采集技术，拥有独特的技术优势，从底端杜绝物联网采集的信息安全风险。可靠性原则系统设计能有效地避免单点失败，以最大限度地减少故障的可能性。系统结构设计、系统配置、系统管理方式等方面，均采用国际上先进同时又成熟、实用的技术。先进性、成熟性和稳定性原则系统的先进性、稳定性，需要采用业界领先的技术，能够满足系统在处理、运算等方面的需求，并且系统能够24小时*365天不间断的稳定工作，保证正常工作的持续、连贯。系统的开放性、可拓展性原则

基于主流的网络技术、硬件技术等，便于将来系统、设备的升级；具有强大的系统扩展性能，如计算、存储、I/O等方面。

所有系统不但能满足当前需要，并在扩充模块后满足可以预见的将来的需求，保证项目建设完成后，提供再向新的技术升级时，能保护现有的投资。

系统设计所采用的技术符合国际标准、国家标准和行业标准，为系统的扩展升级、与其它系统的互联互通提供良好的基础。系统的易管理性和高性价比

系统易于管理，易于维护，操作简单、易学易用，便于对系统进行配置。

在设备、安全性、数据流量、性能等方面得到很好的监视和控制，并可以进行远程管理和故障诊断。系统具有极高的性价比，节约采购和维护成本。系统按需分配资源，可支持私有云和公有云两种部署方式，按需计费，同时，不论是私有云用户还是公有云用户均支持3个隔离原则，用户隔离、数据隔离、业务流隔离。售电管理平台介绍系统拓扑图售电云服务中心售电公司依托于邦讯售电云中心，售电公司无需自建云中心，邦讯云平台为售电公司提供全流程管理服务。售电云服务中心主要负责系统的运行、数据处理及存储，一般由服务器（应用服务器+数据处理服务器）、防火墙、存储磁盘阵列以及网络设备组成，架设在专业机房内（机房选租赁电信数据中心机架）。服务器采用双机热备方式，同步工作以保障整个系统稳定运行。售电公司售电侧管理平台能够管理签约的所有用户（用户1用户N），企业用电管理平台对自身企业用电进行精细化管理。售电侧平台根据售电公司需求，可以为售电公司提供门户网站、OA系统等平台服务。也可以与售电公司及今后电力交易中心交易平台对接。末端监测设备末端采集设备主要负责用户数据采集工作，在用户端安装智能电表用以采集电量各项参数，是系统所有功能实现的数据基础，接入智能网关或者无线网关将智能电表的MODBUS协议信号转换成TCP/IP协议的信号经Internet网络传输至恒运售电云服务中心。拼接大屏功能特点品牌高清液晶/LED大屏幕配备智能处理器稳定实时显示/轮播售电云数据信息通过网线连接外网即可实现与售电云系统互联效果示意图LED室外大屏效果如下：负荷预测算法及程序实现根据我司对用电数据分析，采取了以下几种负荷预测算法及程序实现：多元线性回归算法说明多元线性回归方法是根据自身变化情况推出下一时刻值的算法，其数学表达式如下：式中，yt是预测时刻的数据，到x1是与预测时刻相关的k个数据（即阶数为k）。a1−ak是它们所对应的参数，常数参数。影响多元线性回归准确性的参数主要是对于预测时刻相关数据的选取，例如需要预测第K天i时刻的用电量，则需要第K天在i时刻前k1个连续用电量数据，第K-1天（即昨天）i时刻左右共k2个连续用电量数据以及K-4(一周前)i时刻左右共k3个用电量数据作为一组训练数据，即参数总数k=k1+k2+k3。为了模型准确，需要用N组数据进行训练，k1、k2、k3及N为影响预测准确性的关键参数，通过分组测试结果结合经验进行选定。（MAPE:平均绝对百分比误差，是衡量负荷预测算法好坏的常用指标。）最终确定的参数为k1=k2=k3=8,N=5。算法程序实现选用多元线性回归文件夹中的MLR_final.m程序进行运行，所采用历史负荷数据为load_workday_new.mat，该数据为某大楼工作日用电数据，数据间隔15分钟，1天包含96个数据点。算法结果显示如下：

该算法技术成熟，预测速度快，对历史数据要求较高，通过线性方法描述复杂问题，精度较低。BP神经网络算法原理说明人工神经网络法选取过去一段时间的负荷作为训练样本，构建适宜的网络结构，用某种训练算法对网络进行训练，使其满足精度要求之后，此神经网络作为负荷预测模型，实践证明人工神经网络短期预测有较好的精度。在选取神经网络结构和基本参数时，采用了BP神经网络，权值矩阵的初值随机化生成，隐层神经元的阈值函数选用sigmod函数，权值的更新采用最速下降法，步长0.1，收敛精度为1.0e-4。神经网络的输出为需要预测的某一时刻（如9:00AM）的负荷值，单位是kW。输入为与该输出值有关的一些变量，如9:00AM之前若干时刻的负荷值，昨日9:00AM及该时刻附近的负荷值，上周9:00AM及该时刻附近的负荷值（这些值均要进行归一化处理）。这样与直接输入若干整数天的负荷值（输入数据的个数是96的整数倍），输出一整天的负荷预测值（即输出96个点）的最大好处在于可以避免一些不相关的数据点（例如昨天下午14:00PM对于今天9:00AM的预测值很有可能没有任何影响）对于预测值的影响（因为神经网络各神经元相连的关系，可能对建模会产生误导），除此之外，可以有效地减少输入的个数。但是缺点就是每次只能预测一个数据点，而且需要针对每个时刻都要进行建模（相当于每天要建96个模型）。结合了多元回归的结果，在预测某个时刻的负荷值时，选取了该时刻之前的18个数据点，以及昨日的该时刻的数据点及前后的共12个数据点，上星期的今日的该时刻的数据点及前后的共6个数据点作为输入，即总共输入36个数据点进行预测，输出是某个时刻的负荷值（一个数据点）。算法程序实现选用BP神经网络文件夹中的NNpredict.m程序进行运行，所采用历史负荷数据为N.mat、M.mat两组矩阵数据表示，该两组数据由load_workday_new.mat简单变化得到，源数据为某大楼工作日用电数据，数据间隔15分钟，1天包含96个数据点。其中M、N每行表征1天96个数据点，共74行表征连续74个工作日的数据。算法运行结果显示如下：

该算法对非结构性、非精确性规律具有自适应能力，但神经网络的层数和神经元个数多依据主观经验确定，计算速度较慢。支持向量回归算法原理说明该算法基本目标是通过对训练集ᨀ升维度，在高位空间中构造线性决策函数来实现线性回归，并准确预测出未来24小时的负荷值。假设训练资料表示为，其中（x1,y1）…（xl,y1）表示为输入的特征，y表示该特征所对应的回归值。令f(x)=w∙x+b，如果对每个xi而言，f(xi)和yi的差值都很小，则我们知道这样的f(x)能从x准确地预测y，该w即为SVR所要找的平面。数学表达式如下：在确定训练集时，例如需要预测第K+2天i时刻的用电量至少需要第K+1天i时刻前k1个连续用电量数据，第K天i时刻左右共k2个连续用电量数据以及K-4(一周前)i时刻左右共k3个用电量数据作为一组训练数据，为了模型准确，需要N组数据进行计算，其中k1，k2，k3，N为影响预测准确性的关键参数，通过分组测试结果结合经验进行选定。使用SVM计算预测模型，影响准确性的关键参数：-c惩罚参数–g核函数半径，-c–g参数通过反复循环结合训练集选择最适合单个预测点的参数。算法程序实现选用支持向量回归文件夹中的SVRpredict.m程序进行运行，所采用历史负荷数据为load_workday_new.mat，该数据为某大楼工作日用电数据，数据间隔15分钟，1天包含96个数据点。算法运行结果显示如下：该算法适合小数量样本数据，可以解决高维问题，理论基础比较完善数据量的增加会极大提高计算机的计算量，大数据前提下计算效率较低，目前比较前三种负荷预测算法，该算法预测速度适中，预测精度最高。附加说明：该算法中回归算法需要借助libsvm工具箱中的C++函数实现，工具箱具体安装流程详见同文件夹中工具箱安装说明。ARMA算法原理说明ARIMA算法的数学表达式如下：式中，p,q是ARIMA模型的阶数，yt是预测时刻的数据，yt-1到yt-p是预测时刻前p个时刻的已知数据，a1−ap是前p个时刻所对应的参数，xt是白噪声时间序列，b1−bq是前q个时刻所对应的参数。采用最小二乘的方法确定参数。由于ARIMA算法要求所处理的时间序列必须是连续且稳定的，所以没有办法像多元线性回归一样选取特定的数据点，且根据AIC准则定阶后会使用最小二乘的方法直接确定参数，所以可调的参数只有建模所使用的天数N。算法程序实现选用ARMA文件夹中的loadpred.m程序进行运行，所采用历史负荷数据为data.mat，该数据为某工业负荷数据，相比上三组方法采用的96点楼宇负荷数据，数据间隔1小时，每日负荷数据由24个点表示，平稳性更好，用ARMA算法能得到更理想的结果。算法运行结果显示如下：该算法所需数据量少，计算速度快，建模过程复杂，对原始数据的平稳性要求较高，不确定因素对问题影响较大。售电平台配置方案一：私有云方案售电管理平台配置物料编码设备名称规格型号原产地单位数量备注1硬件设备1服务器（机架）R730E5-2609V3/16g*2/2TBSAS*4/dvd/idrac7企业版/h330/冗余750W电源/导轨/2U美国，戴尔台22防火墙中企业防火墙，1U华为台13双机热备软件rosemirrorha美国套14杀毒软件诺顿杀毒软件年套15操作系统windowserver2008标准版，5用户美国，微软套26数据库SQLserver2008标准版，5用户美国，微软套2简包2托管服务1服务器托管100M共享，双线接入，1组IP,2U设备,1年套2每增一台1U的设备，1年套13售电管理软件1PC端用户侧管理软件+售电侧套12移动端套14拼接屏1拼接屏47英寸，3x3，尺寸：3.23米（宽）x1.84米（高）望远个12终端ＰＣ3800-R6208BG3260/4G/500G/DVDRW+E2014H美国，戴尔台1方案二：邦讯公有云方案售电管理平台配置物料编码设备名称规格型号原产地单位数量备注1售电管理软件租用1PC端用户侧管理软件+售电侧套按用户安装电表数计算2移动端套1按页面计算2拼接屏1拼接屏47英寸，3x3，尺寸：3.23米（宽）x1.84米（高）望远个12终端ＰＣ3800-R6208BG3260/4G/500G/DVDRW+E2014H美国，戴尔台13售电平台租赁1智能采集点租用1私有云优缺点：优点：建立私有云后为售电公司企业内部人员管理，安全性比较高。缺点：私有云需要购置硬件服务器等设备，一次性投入大，另外维护需要售电公司安排人员自行维护，维护成本高。公有云优缺点：优点：公有云不需要售电公司自建硬件设备，建设成本低，服务器及其软件维护为邦讯公司负责，不需要售电公司维护。缺点：安全性相对私有云来说较低，同时，每年都要付出租平台服务器的成本。因此，售电公司可以根据自身预算，安全性要求及售电公司自身对系统维护能力选择私有云方案或公有云方案。软件功能介绍邦讯能源互联网能力开放平台是一套统一集成、灵活、高效、可分析的信息管理系统平台。所有功能模块既高度集成又可独立应用，能满足不同类型的用户需求，让各用户都可以从平台中找到适合自己应用价值的功能模块，有选择地启动某个方向或某个层面的信息化。本方案是根据华能广东能源销售有限责任公司需求，针对售电管理平台的解决方案，下面着重介绍售电管理平台及企业用电管理平台。售电管理平台售电管理平台用于支撑售电公司售电业务开展及客户服务管理需要，包括客户信息管理、用电管理及预测、智能报价、合同管理、费用收支核算、数据挖掘、等模块。该系统由售电公司内部管理人员及业务人员使用。具体功能模块如下：客户信息管理实现客户注册管理、电源商信息管理、电力用户信息管理、客户响应、客户权限管理、客户跟踪、客户分类和客户评价等功能。用电管理及预测实现对电力用户用电数据在线采集和监测功能，并实现年、月、日负荷预测和优化、预测评估、预测算法和模型管理、用电预警等功能。负荷预测平台结合用户生产特点、订单型影响用电负荷因素、天气、生产原料、设备生产规划、生产订单、客户生产计划、设备的检修计划等等诸多因素，监测、分析、调整预测模型参数，预测用户电力系统负荷。智能报价通过对煤价、油价及水价等数据的分析，实现市场交易预测和分析、交易策略分析、智慧报价模型管理和基于全局最优和合约约束的报价统一出清等。合同管理实现合约模板管理、合约定制管理、合约分解管理、合约执行跟踪监督、合约和协议台账管理、收益算法管理和财务帐单的生成等。费用收支核算实现财务帐单审批、催缴管理、业务结算、退费管理等。增值服务管理实现售电公司对客户提供增值服务包括客户设备台账进行管理，实现对客户设备的安全评估、节能评估以及状态分析，为客户提供合同能源管理、节能服务、用电技术支持等增值服务的全流程管理。售电门户实现客户注册、业务申请、合约签订、在线咨询服务、信息申报和查询等交互操作，支持售电公司对公司动态、售电套餐的发布。数据采集实现对电力用户电力数据的采集功能，可设定采集周期，提供有线和无线两种接入方式。数据集成服务提供对有开放接口的数据系统的数据对接服务。例如：对省（市）电力交易中心的电力交易平台集成对省（市）电力交易中心的电力交易平台进行数据接口建设，实现对各市场主体及潜在客户相关数据的采集、存储，获取省（市）电力交易中心下发的结算数据。充电桩管理系统集成与充电桩管理系统进行集成，将充电信息、监控管理信息等同步给售电平台。加油站管理系统集成实现与加油站管理系统的集成；实现对加油站数据的集成。LNG(城市管网)管理系统集成与LNG(城市管网)管理系统进行集成，实现解决管线数据等业务的集成。绿色交通管理系统与绿色交通管理系统进行集成，将绿色交通相关信息实现共享。供热管理系统通过与供热管理系统集成，获取终端用户的用暖供热数据。企业用电管理平台企业用电管理平台是针对电力用户的全方位多角度的对企业用电进行监控和分析的数据平台，帮助企业节省电费、用电精细化管理、降低用电风险。可支撑售电公司更好的为电力用户服务。综合首页企业综合用电情况，本年度用电量、本月用电量、今日用电量、实时负荷值，实时负荷曲线（昨天和今天对比），实时用电量曲线（昨天和今天对比），实时需量曲线（昨天和今天对比），上月度用电量占比，月度用电量对比图，本月用电量提醒，日历时钟，天气预报，信息提示。实时监测实时监测-用电负荷监测今日实时负荷曲线和预测负荷曲线对比，今日最大负荷、最小负荷、平均负荷、峰谷差、峰谷差率及实时负载率。实时监测-需量监测今日实时需量和实时负荷率曲线图，查看今日需量是否超过基准值，给出电费结算方式结果，同时给出最大需量、变压器的总装机容量、最大负荷率和基准负荷率。实时监测-用电量监测企业今日实时用电量曲线和预测用电量曲线对比，给出今日用电量、本周用电量、本月用电量和预计今日用电量数据。实时监测-数据监测企业各监测点的实时数据查询功能，查看今日最大值、最小值、平均值及是否产生数据异常情况。购电管理购电管理-月度购电预测本月实际用电量和预测用电量情况对比，及本月购电和已用的详细数据信息。还给出次月用电预测情况和购电建议。购电管理-年度购电预测本年度实际用电情况（年度长协和月度竞价电量）、预测每月用电量和次年预计用电量对比图及预测结果。购电管理-购电计划企业根据预测下月或者下年的用电量，提交给售电公司实际每年或者每月购买的电量。购电管理-购电信息管理对已产生的购电交易进行交易数据的管理，可新增、导出、导入购电信息。可查询历史购电交易数据。购电管理-购电核算帮助企业核算实际节省电费的情况，包括年度长协、月度竞价电量、实际用电量的峰、谷、平及惩罚电费核算出企业每个月节省的电费。用电分析用电分析-用电负荷分析分析用户电力日、月、年负荷数据，包含最大负荷、最小负荷及其发生的时间、平均负荷、峰谷差、峰谷差率、负荷率。用电分析-负荷日历通过集成单个测点每月每日每小时的预测和实际每小时负荷的比对，帮助用户更有效的预测用户的用电量。用电分析-用电量统计分析统计测点用电量历史数据，实现用电量的同比、环比分析，已用电量及购电量的占比提示。用电分析-峰谷平统计分析统计分析用户峰平谷各时段的电量及电费的情况，通过移峰填谷模型预测评估移峰填谷的经济性，帮助用更直观的了解利益空间。用电分析-电费分析分析用户月或者日历史的峰谷平的电费占比，当前的企业的计费方式、总装变压器容量、每日的最大容量、基本电费的电价及基本电费。用电质量分析用电质量分析-电压越线统计统计分析三相电压的最高值、最低值、三相电压合格率、三相平衡度。用电质量分析-功率因数