居民用户智能用电建模及优化仿真分析

随着居民用户智能家电普及率的不断提高,实现智能用电优化已成为电力需求侧管理的重要研究内容。通过对居民用户智能家电的用电起始时间、用电时长、用电时段数的设计,并结合智能家电的用电特征及电价机制,给出了一种以用电费用最小为目标的智能用电优化方法。该方法同时考虑了用电起始时间、结束时间和允许的最大中断次数等约束条件。通过算例中电价机制及智能家电约束对用电安排影响的仿真分析,验证了该方法可有效减少用电费用及降低居民用户用电负荷峰值;同时探讨了在实时电价机制及更灵活的家电中断约束下,智能用电优化效果更为显著。     

家庭用电响应模式研究

为实现家庭用电的削减及推动用户侧和电网侧的双向互动,在智能用电技术高速发展和节能减排的背景下,结合智能用电技术、智能家电、家庭用电行为及电力需求响应,建立家庭用电响应模式运行流程图。构造经济模式和节能模式的数学模型,采用遗传算法的机组组合、模糊关联权重法来实现家庭用电优化,实现用电环境的经济和舒适。算例仿真结果表明用电响应模式及其数学模型、优化方法都是正确合理的,起到很好的削峰填谷、节约用电的效果。     

家庭智能用电系统建模及优化策略分析

作为智能电网的重要组成部分,家庭智能用电系统对提高能源利用效率、促进可再生分布式发电的利用具有重要意义。针对家庭智能用电系统进行了相关的研究,分析了家庭智能用电系统各个组成部分的模型,建立了基于经济性目标、舒适性目标和计及分布式发电装置的优化模型,并利用粒子群算法对模型进行了求解。仿真结果验证了该优化策略的有效性。     

基于多目标分子动理论的楼宇负荷用电调度优化

针对智能用电环境下保证用电经济性、舒适性以及电网侧稳定性目标的楼宇多用户日负荷调度问题,提出一种基于多目标分子动理论的智能楼宇负荷用电调度优化策略。首先根据楼宇用户中不同负荷特征,对楼宇用电负荷进行分类,搭建楼宇多用户负荷用电调度模型;其次,针对该模型对分子动理论优化算法进行多目标改进,引入基于按维审查的模糊拥挤判定思想得到最优解集可供选择,提高种群多样性和分布性,然后将其用于楼宇多用户负荷调度模型中进行多目标优化;最后,通过算例仿真实验及对比分析可知,所提优化策略能较好地实现楼宇用户用电经济性和舒适性目标,同时达到平抑电网侧波动的效果。     

基于用电效率评估的居民用电行为优化研究

为提高居民用电的经济性和舒适性,提出一种基于用电效率评估的用电行为优化策略。首先根据家电的用途和工作机理,对家电进行分类,并根据不同的家电负荷类型建立3种不同的用电效率评估指标。然后,结合评估结果,对用户的用电行为进行优化。在该过程中考虑用户的用电经济性和舒适性,建立最小化电费且最大化能效指标的优化模型,在保证用户用电规律和满足用电需求的情况下,改变用户的用电习惯,通过移峰使用电成本降低。最后实例分析验证了本方法的有效性。     

考虑用户行为不确定性的智能家电控制策略

针对用户行为在家庭负荷调度中引起的不确定性对用电造成的影响,提出了考虑用户行为不确定性的智能家电控制策略。首先,建立了家电负荷模型,并通过定义用户舒适度违反率对用户不确定行为进行量化。其次,制定了家电实时关断机制,对计划外用电进行合理控制。随后,制定的控制策略通过生成用电计划、判断用户行为和实时修改用电计划三步实现对用户家电的实时智能控制。通过仿真证明了优化策略在应对用户不确定行为方面的有效性。     

基于SAE云计算平台的家庭智能用电策略优化研究

家庭用户作为整个电网的重要组成部分,家庭中智能用电的实现是智能电网实现的基础。家庭用电策略的研究是将用户的用电行为习惯与电网侧分时电价政策相结合,建立以家庭用电设备的启动时间为决策变量,以家庭总用电费用最少为优化目标的优化模型。选择SAE云计算平台为用户群体设计了日常生活可触及的网站平台,并选用遗传算法对策略优化求解,最终可将家庭智能用电的人机交互界面、所求优化结果等展示在此网站,方便用户查询最优的电器使用方案,方便用户浏览并可智能控制各类家用电器的启停情况。     

计及用户舒适性的家庭智能用电调度优化

随着智能家居、家庭分布式能源的广泛应用,以及分时电价的推广,家庭能源系统有了更多更高的功能需求。文中通过分析家庭用电行为和家庭负载工作方式的关系,建立了一种兼顾家庭用电的经济性和舒适性的调度优化模型,同时考虑了分布式能源和需求响应技术的应用,具有重要的实际意义。针对该模型采用了一种改进粒子群算法进行求解,并通过家庭用电的算例进行了验证。算例表明,该模型和算法能够很好地调度家庭电器的用电行为。     

基于SAE的家庭智能用电策略优化研究

家庭用户是现代电网的主要组成部分,优化用电策略进而实现家庭智能用电是实现智能电网运行的重要条件之一,文章基于云计算平台SAE完成了家庭用电策略优化研究。通过将电网侧分时电价政策和用户用电行为习惯有机结合,选用家庭用电设备的启动时间为决策变量、家庭总用电费用最少为优化目标,建立了用电策略的优化模型;选择SAE云计算平台设计了与用户群体日常生活相适应的网站平台,在此基础上选用遗传算法优化了家庭用电策略,设计出流程图并进而求解,最终将家庭智能用电人机交互界面和优化结果通过网站展示,以方便用户查询、浏览家用电器的优化方案,并实现了各类家用电器的启停控制。     

基于需求响应的居民侧柔性负荷多目标优化研究

智能电网下,居民侧电力用户作为庞大的用电群体参与需求响应会给电网和用户带来极大的效益。提出一种基于日前电价的居民侧电力用户参与需求响应多目标优化控制模型。将待优化的家用负荷分为可平移负荷、可转移负荷和温控负荷3类,在计算负荷用电成本的基础上,考虑居民侧舒适性需求,引入不舒适度定量描述居民侧的舒适程度,建立兼顾经济性和舒适性的多目标优化模型。采用多目标混合粒子群算法和基于优劣解距离法的评价方法对模型进行优化求解。结果表明,建立的多目标优化模型能够灵活指导居民侧参与需求响应,验证了模型的有效性和优越性。     

基于非侵入式负荷监测的家庭智慧用能管理研究

随着多能源网络的融合和能源互联网技术的快速发展,家庭用能管理在解决各个能源网络节点供需问题上扮演着重要的角色。现有的大多数家庭用能管理针对已知用电负荷进行优化,未考虑用电设备类型的多样化和用电设备突增的情形。基于非侵入式负荷监测（Noninvasive Load Monitoring,NILM）算法可以有效获取家庭用电负荷、规律和用电信息,为家庭智慧用能管理提供数据支撑。文中以家庭用电成本、温度、时间、舒适度为目标函数建立家庭智慧用能多目标优化模型,对可控负荷、电动汽车、储能系统进行分析建立数学模型,利用粒子群算法对模型进行求解。仿真结果表明,基于NILM监测算法,考虑用电成本和舒适度家庭用电成本降低至72.5%;当用户可控用电负荷增加时,NILM算法可以实时更新控制策略降低用户用电成本;对不同用户进行多次计算,净成本和计算时间波动较小,证明了算法的合理性、可靠性。     

基于区域能源中心的居民电——热用能多目标优化

针对当前居民用能优化仅考虑单一电能的不足,文章提出了一种新的耦合居民侧能源转换电器和区域能源中心(district energy centre,DEC)的居民电-热用能多目标优化方法。为实现通用性,基于能源集线器的概念,首次提出了耦合DEC的居民用能通用化建模方法。进一步,通过构建以居民购能成本和用户不舒适性最小为目标,居民能源转换电器、DEC内的能源转换和储存设备输入功率为决策变量,计及可行性约束和安全性约束的混合整数二次规划模型,实现居民电-热用能多目标优化。同时为求取多目标最优折中解,基于模糊隶属度函数引入Pareto最优解满意度指标。最后,以某区域冬季居民用能优化为例开展了算例验证和对比分析。结果表明,居民能源转换电器与DEC耦合协调运行,同时优化居民电-热用能,可有效降低居民用能成本,且所提出的多目标优化调度模型,兼顾用户的经济性和舒适性,能够为用户提供考虑多要素的用能优化方案。     

基于分时电价和激励补贴机制的家庭能量双层优化模型

为了降低居民日负荷曲线峰谷差,提高居民参与电网需求响应的积极性之前,文章基于分时电价和激励机制,提出双层模型实现家庭能量的优化调度。该模型以需求侧响应为手段,以家庭能量优化为策略,实现供电端与用电端的互动,刻画出电价、激励机制与用户用电行为之间的交互关系。外层模型在分时电价的环境下,采用模糊C-均值聚类算法(fuzzy C-means algorithm, FCM)对用户用电情况进行分析,以日负荷曲线削峰填谷为目标,设计包含激励补贴和峰谷系数的电力套餐。内层模型基于电力套餐实现家用电器的智能管理,模拟实施套餐前后的居民日负荷曲线,实时调整用电计划,使用户日负荷曲线满足电力套餐中的峰谷系数。通过仿真验证双层优化模型有效降低了用户日负荷曲线的峰谷差,且设计的电力套餐在用户侧有一定的实用性,有利于用户更加积极地参与电网的优化调度,满足电网削峰填谷的要求。     

基于高效遗传算法的电网需求侧调度优化研究及其收敛性分析

智能电网中大功率电器飙升及智能终端的普及,导致需求侧用电负荷增加所造成用电困难的问题.从分布式发电、市电以及居民用电三个角度考虑需求侧调度场景,并对其构建分时电价模型.随后,通过引入居民舒适度、用电经济度和负载方差三个衡量调度性能函数,构建出一种基于调度性能函数的加权优化目标模型.考虑到复杂多方的分时电价模型参与调度,...     

基于分时电价的家庭智能用电设备的运行优化

未来家庭用电作为智能电网的一部分,研究家庭智能用电设备的优化运行具有重要的意义。首先建立了未来典型家庭智能用电设备的数学模型。然后基于分时电价,提出一种以经济性和用户舒适度为目标的未来家庭中智能用电设备的优化运行模型,便于用户制定出满足自身需要的用电计划。最后以某典型家庭用户为例,通过建立典型日仿真场景,采用遗传算法对家庭智能用电设备的运行进行优化,仿真结果表明建立的优化模型的有效性。     

Home energy management incorporating operational priority of appliances

Home energy management (HEM) schemes persuade residential customers to actively participate in price-based demand response (DR) programs. In these price-based HEM methods, a controller schedules the energy consumption of household’s controllable appliances in response to electricity price signals, considering various customer preferences. Although numerous methods have been recently proposed for HEM application, prioritizing the operation of controllable appliances from the customer’s viewpoint in price-based HEM has not been addressed, which is the focus of the present paper. To do this, the value of lost load (VOLL) of each appliance is defined to indicate the operational priority of that appliance from the customer perspective. Considering appliances’ VOLL, electricity tariffs, and operational constraints of appliances, an optimization problem is proposed to minimize customer energy and reliability costs. The output of the proposed HEM would be the optimum scheduling of household electrical demand. Numerical studies illustrate the effectiveness of the proposed HEM method in a smart home, considering different time-varying electricity pricings.     

混合能源协同控制的智能家庭能源优化控制策略

家庭能源优化控制是家庭能源管理系统(HEMS)的重要分支之一,然而由于缺少有效的智能优化算法,制约了家庭能源优化控制的实际应用。本文通过对家用电器运行特性的分析,将家庭用电设备分为刚性负荷,简单可调节负荷,电池类设备,供暖、通风和空调(HVAC)系统设备等,并建立相应的负荷模型;以市电电网、光伏发电、储能电池三种能源作为智能家庭的供给源,以电能花费和用户舒适度作为优化目标,建立混合能源协同控制的智能家庭能源优化控制模型;并提出一种基于改进的快速粒子群算法(APSOA)的智能求解方法,得出每个电器最优的用电时段,室温控制系统各个时段所需功率以及蓄电池各个时段的充放电功率。以某智能家庭夏季某一天用电情况为例,在Matlab环境下,建立模型并仿真,与粒子群算法(PSOA)、遗传算法(GA)进行对比,说明了模型和算法的可行性及有效性。