智能电网下用户用电系统多目标调度策略研究

用户用电系统是智能电网在居民侧的延伸,是智能电网领域的研究热点之一.通过对居民主要家电的用电起始时间、用电时长、用电时段数的设计,依据动态电价信息,结合分布式电源、电动汽车向电网反馈电能的能力,对用电负载、光伏电池板以及电动汽车建立数学模型,利用粒子群算法进行寻优求解,对用户用电系统多目标运行进行调度安排,在不影响用户用电舒适度的情况下,给出一种以用电费用最小为目标的用电安排策略.最后经过实例分析,通过仿真结果比较发现,用电安排策略有效的降低了34.6％的用电费用,验证了用电安排策略的可行性和经济性,为用户合理用电提供了理论指导.     

基于需求响应的家庭用电智能交互终端设计

以智能电网发展为背景,以促进智能用电在居民侧的发展为目的,研发了一款基于需求响应的家庭用电智能交互终端。该终端以组态软件为设计平台,结合上海市现有的峰谷电价和阶梯电价,考虑需求响应中的实时电价机制和可中断负荷机制,配合使用自主研发的智能插座,是一款面向家庭的具有用电信息可视化、多种控制方式、使用方便的智能交互终端。模拟实验证明该终端可起到方便用户使用、为用户节能、方便供电公司和用户控制、改善用户生活习惯的作用。     

考虑家电关联与舒适性相结合的用电行为多目标优化模型

随着智能家电的广泛应用,实现用电行为优化已成为家庭智能用电的重要研究内容。从经济性和舒适性两个方面入手,提出一种智能用电环境下用电行为多目标优化模型。首先,分析了家庭用户的负载特性,并定义了可中断和可转移电器的运行约束。然后,考虑家电负载和用电习惯等各方面的约束条件,设计了家电关联最小化电费支出模型和用户用电舒适度模型,实现了多目标优化。最后,提出基于持续搜索多目标粒子群算法进行优化模型的求解。算例分析表明,多目标优化模型能有效降低用电费用并提高用电舒适性。     

考虑用户满意度变化和差异的智能小区代理商定价及智能用电服务计划

售电公司或代理商希望利用峰、谷、尖、平电价,制定可灵活调节的电价,推进智能小区与电网的灵活互动,获得更大收益。前提是不增加用户用电总成本,且满足其满意度要求,但更应该顾及不同用户的满意度变化和差异。因此,提出考虑用户满意度变化和差异的智能小区代理商定价及智能用电服务计划双层模型。上层以代理商利润最大为目标,制定用户电价并传至下层。下层以用户用电费用最低为目标,计及用户满意度变化及差异约束,生成智能用电计划并传回上层,通过上下两层混合整数规划迭代求解该双层模型。算例结果表明,考虑满意度变化和差异后,增加了代理商收益,降低了用户用电费用,减小了负荷曲线峰谷差。智能小区代理商定价可调节用电市场的灵活性,改善电力负荷峰谷差曲线特性,考虑用户满意度变化和差异后可为用户提供更加个性化的智能用电服务。     

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。     

面向家庭智能用电的用电任务调度优化

用电任务调度优化是家庭智能用电研究的重要应用之一,然而缺少有效的智能调度优化算法制约了用电任务调度的实际应用。根据家庭用电的主要特征,对家庭用电任务进行了定义,将用电任务分为运行连续任务和运行可中断任务两种类型。研究了一种基于改进遗传算法的家庭智能用电调度优化模型及优化算法,模型以降低一天中的用电负荷峰值或用电费用为优化目标,并通过家庭用电任务算例对算法优化效果进行了实验验证。实验结果表明,该优化算法能够很好地优化用电任务的运行安排,具有较好的算法收敛性和优化效率,能够有效降低用电负荷峰值或减少用电费用。     

智能电网中的家庭用电系统建模与优化分析

为了实现电网削峰填谷、节约居民用电成本的目的,需要对家庭用电负荷进行更加合理的引导。综合考虑家庭用电负荷的连续性、可中断性以及负荷之间的关联性、顺序性、强依附性等特性,以分时电价为背景,建立了计及储能系统的家庭智能用电系统模型,包括负荷运行模型、蓄电池充放电模型和经济性优化模型。提出利用0—1变量对模型决策变量进行编码,将优化问题转化为混合整数线性规划问题,并采用Gurobi数学规划软件包求解,大大降低了问题的求解难度。在Matlab环境下,对家庭用电负荷数据进行仿真计算,仿真结果表明,模型和优化策略能够实现转移家庭用电负荷以及降低用电费用的目的。     

电网友好型家庭用电管理系统优化与控制的研究

电网友好型智能家庭用电不仅要考虑居民需求,而且要满足电网的可靠稳定运行,把电网侧与用户侧紧密地联系在一起,营造一个协调的用电环境。通过分析构建一种用于优化家庭电器的智能用电管理系统,阐述了此系统的各部分组成以及对电网所起到的积极作用。以电网和储能电池为供电电源,以尽可能减少电费支出和对电网削峰填谷起到积极作用为目的,基于峰谷分时电价和用户用电特性建立实时的优化控制模型,并以上海居民为例进行计算分析,得到了比较满意的结果。     

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。     

基于无线技术的智能家居能耗管理平台研究

供电企业的用电信息采集系统,仅能对单个或多个用户总用电量进行采集、统计和分析,无法对用户内部各种用电设备能耗情况进行分类采集、控制和分析。文章将用电信息采集系统与家居设备用能管理系统结合起来,实现智能家居设备远程控制,并对各类用电设备用电量进行采集,全面量化家居设备用电或多个家庭同一类电器设备用电情况,帮助客户有效利用峰谷时段电价差值,引导客户智能用电,实现能耗数据的分析与共享,达到绿色节能。通过研究不同无线组网特点,推荐以Zigbee技术组网,Zigbee具有安装简单、成本低、传输速率高、运行稳定、智能化程度高等特点,能够有效解决居民住宅用电的智能化控制与能耗管理问题。     

家居智能用电水平指标体系及评价方法研究

结合智能电网对智能家居的要求及我国智能家居产业现状,从全面性、典型性、客观性的原则,构建了评估家居智能用电水平的三级指标体系。该体系基于智能电网的特点,从自动化、信息化、互动化的角度,将评估目标分为家电智能化、用户与电力公司互动性、耗能信息可视化三个方面,并详细描述了各指标含义。然后提出了基于层次分析法(AHP)理论及图论知识的权重模型和基于模糊数学理论的模糊综合评价模型,并对两个实际智能小区的智能家居方面进行评估,结果表明该指标体系及评估方法较好的表现了两者的智能家居水平,符合其实际情况。     

居民智能用电态度分析——以银川地区为例

居民智能用电是智能电网研究的重要领域,本文以对银川居民的调研结果为基础,对居民智能用电的态度进行了研究。通过对居民智能用电态度进行的问卷调查和实际调研,分析了银川居民目前的用电情况和智能用电的基本态度,结果显示居民大多持有节约用电的用电态度,并愿意尝试智能化用电。同时,提炼出居民用电的影响因素,指出收入和住房面积对居民家庭用电的影响较大。根据居民的偏好情况对智能用电能够提供的各项信息、功能以及调节方式进行评分,指出居民对能够指导其家庭用电的信息和对居民日常生活不造成较大影响的智能用电调节方式比较偏好。     

基于设备用电特征的居民电力需求价格弹性评估

能源互联网建设可实现居民用电设备的状态感知,为需求价格弹性的评估提供全新的数据支持。以此为前提,提出一种基于设备用电特征的居民电力需求价格弹性评估方法。首先,根据需求价格弹性的定义,分析居民用电设备的使用特征与自弹性、交叉弹性的关联性,揭示用电设备可调整性对居民用户电价响应行为的客观约束。其次,针对居民用户因数量庞大且主观响应意愿存在差异而导致的设备用电调整不确定性,结合与用电特征关联的设备可调整性分类,构建基于设备用电调整模糊推理的居民电价响应行为分析模型。最后,将响应结果对应到需求价格弹性矩阵计算,完成居民电力需求价格弹性评估。算例分析验证了所提的方法的合理性与有效性。     

基于云计算的用电信息采集系统性能提升关键技术研究及应用

随着智能电网建设的开展,不断增长的海量数据使得传统的Oracle数据库无法满足当前用电信息采集系统的需要。基于云计算技术设计了一个智能电网的用电信息采集系统,利用数据存储环境实现对采集前置机集群获取的大规模用电信息的高吞吐写入,利用并行ETL实现与传统应用之间数据的可靠共享,在云计算环境中实现复杂查询和分析计算并高效运行。实验表明,该系统相对于传统关系型数据库集群方案,具有明显的性能优势。     

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,提出了一种改进的遗传算法对需求侧进行用电调度来最小化目标函数。该算法通过加入精英选择策略和进化逆转操作,可有效地减少算法迭代次数,以取得目标函数最优值。然后,从理论上对所改进的遗传算法进行收敛性证明。最后,通过算例仿真验证了算法的有效性,并在满足居民用电舒适度的同时降低了31.29%的用电成本。     

基于极限学习机的居民用电行为分类分析方法

针对大数据背景下智能用户用电行为分类问题,提出一种基于极限学习机(ELM)算法的用户用电行为分类方法。首先,在前期用户行为的特征优选策略的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行分类分析。然后,将特征优选集作为输入,通过比较不同隐含层激活函数和隐含层节点个数下训练集和测试集的正确率,优选出适用于用户用电行为分析的ELM算法的输入参数。最后,以国内和国外用户用电数据为数据源,进行算例仿真实验,通过与反向传播(BP)神经网络的对比分析表明,所提出的基于ELM算法的用户用电行为分析方法提高了检测的正确率并且降低了算法运行时间,能够更好地掌握用户用电负荷状态,实现配电网的削峰填谷。     

基于云计算的家庭智能用电策略

对智能小区的居民用电行为展开研究,基于云计算平台和并行关联规则Apriori算法,挖掘出了用户用电行为间的关联规则,根据挖掘出的关联规则使用遗传算法对家庭用电时间分布进行合理规划,达到经济用电的目标,给出了行之有效的智能用电策略。由供电局将用户的智能用电策略以短信等交互方式传递给智能用电家庭。经实例验证,文中基于云计算平台和并行Apriori算法的居民用电行为分析结果是有效的,可使居民高效智能用电,节约家庭能耗。     

面向居民智慧用电的智能电器控制策略优化研究

针对典型的家庭用电方式,划分了家庭用电的类型,并给出了典型用电设备,如做饭,洗衣,空调,电热水器以及电动汽车的用电策略和约束,以用电费用最小化为目标函数,构建了居民智能家居用电管理调度控制策略优化模型,利用编程和结合实际典型家庭的数据,得到了用电控制策略的最优解。研究发现,智能用电管理能有效节约家庭的用电费用,并且对于用户用电曲线有移峰填谷的作用,对电力工业节能减排有一定效果。