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。     

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。     

考虑用户缴费满意度与用电舒适度的用电优化策略

随着智能家电的广泛应用以及负荷监测技术的发展,家庭可控负荷的优化调度已经成为虚拟电厂技术的重要研究内容。考虑家庭用户用电经济性和舒适度,提出一种综合考虑家庭用户电力负荷关联度和用电舒适度与缴纳电费满意度的多目标用电模型。根据用户的负荷特性,建立刚性负荷和柔性负荷的数学模型及其约束条件。引入负荷使用关联矩阵调整负荷运行时段参数,建立考虑用户用电舒适度与电费支出满意度的多目标用电模型,采用遗传算法对模型进行求解。算例分析结果表明所建立的优化策略能有效满足用户用电舒适度,实现用电经济性,为虚拟电厂中可控负荷的优化调度提供帮助。     

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.     

梯级水电站长期多目标模糊优化调度新模型

梯级水电站不仅要满足电力系统运行要求,还要考虑发电和用水之间的协调,才能使综合效益最大化。提出一种兼顾年发电量和运行成本的梯级水电站长期多目标优化调度新模型。通过分别求解各个单目标优化问题和定义各单项目标的隶属度函数,把多目标问题模糊化;采用对各单项目标优化的目标值在一定范围内伸缩的方法来体现决策者的主观意愿;利用模糊最大满意度方法把多目标优化问题转化为单目标非线性规划问题;并构建了一种动态调整惯性因子的自适应粒子群算法。仿真计算验证了模型的正确性和求解方法的可行性,多目标模型比单目标模型获得了更佳的综合效益,模糊优化处理方法避免了目标权重选取的人为任意性,同时自适应粒子群算法计算速度快、收敛精度高。     

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。     

考虑环境效益的分布式电源多目标规划

分布式电源(distributed generation,DG)接入配电网,可以有效缓解传统发电方式带来的环境污染和能源枯竭问题。在考虑DG环境效益的基础上,针对多类型DG接入位置及容量问题,建立了综合污染气体排放量、配电网总费用和系统电压偏差的多目标模型,并提出了一种自适应多目标粒子群算法。该算法结合非线性变异算子保持种群多样性,采用动态自适应网格策略使得Pareto前端分布更加均匀,从而为最终决策提供良好的候选方案。针对获得的非支配集,采用分层模糊决策技术得到符合决策者侧重点的最终方案。算例分析结果表明,利用该方法得到的DG配置方案,可以有效地减少污染排放量,降低总费用,减小电压偏差,这验证了模型和算法的合理性和有效性。     

基于改进粒子群算法的多目标无功优化

提出了一种基于粒子群算法的多目标优化方法,该算法采用Pareto支配关系来更新粒子的个体最优和全局最优值,用存储池保存搜索过程中发现的非支配解;采用聚类算法裁剪非支配解,以保持解的分散性;采用动态惯性权重来平衡粒子的局部和全局搜索能力,并将该算法应用于IEEE14节点系统的多目标无功优化     

考虑用户舒适度的蓄热式电采暖参与风电消纳的多目标优化

随着双碳目标的提出,大力发展新能源、降低碳排放将是未来能源发展的主线.由于新能源装机容量快速增长,电网消纳形势日趋严峻.为了消纳大规模风电的弃风功率来提升电网的调峰能力,文章提出了基于NSGA-Ⅲ算法和考虑用户舒适度的蓄热式电采暖参与风电消纳的多目标优化模型.首先,分析了蓄热式电采暖的工作特性及参与风电消纳的运行机理,...     

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。     

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。     

基于云计算的居民用电行为分析模型研究

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k-means聚类算法,建立了峰时耗电率、负荷率、谷电系数等时间序列特征,并采用熵权法计算各类特征权重,实验数据来自已建的智能小区中的600名用户。实验结果表明,智能小区的居民用户被分成空置房、上班族、上班族+老人、老人家庭、商业用户等5类用户,聚类的准确率达到了91.2%,证明文中基于云计算平台和并行k_means聚类算法的居民用电行为分析模型是有效的。     

广西电网用电调度工作概述及展望

为提升客户满意度,切实保障民生用电,将调度管理范围从配电环节延伸至用电环节,完善从发电、输电、配电到用电环节调度支持系统平台的建设。通过对用户进行负荷监控和风险管控,对用户负荷分层分类统计监视,对事故（事件）安全监视,对重要用户信息备案管理,进一步提升用电调度管理水平,做好服务型调度工作。用电调度管理平台的建设,可有效提升配电网调度运行管理水平,提高用户供电可靠性。     

考虑电网–用户多目标的V2G模式研究

为深入研究用户参与V2G后频繁充放电对用户用车时间的约束情况及V2G的可行性,首先在分析了车辆行驶行为的基础上,构建充电负荷模型,并通过蒙特卡洛法基于统计规律计算了电动汽车在无调控状态下接入电网后的负荷情况,通过与原负荷的比对,分析了电动汽车在无调控状态下对电网的影响情况。其次依据研究现状,利用粒子群算法对电动汽车参与V2G的可行性进行了分析。最后,具体分析了电动汽车响应V2G对用户用车时间的限制性因素,提出电动汽车集群响应V2G后对电动汽车出行行为约束的数学模型,在存在博弈关系的电网调控目标及用户便利度目标之间利用维护全局的帕累托最优集搜寻最优解以平衡双侧问题,并进行了算例分析验证。为应对当前电动汽车优化调度及电力系统双侧问题提供新的理论依据。     

智能用电用户行为分析的聚类优选策略

针对大数据背景下用户智能用电行为最佳聚类数目的选择问题,提出一种用户用电行为分析的聚类优选策略。在前期智能用电用户行为分析的特征优选策略研究的基础上,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聚类分析;然后提出聚类数优选策略,通过综合考虑准确度评价指标和有效度评价指标确定最佳聚类数目。以国内外的用电数据为数据源,仿真验证了所述策略可以选择合理的聚类数目,有效提高用电行为分析的数据聚类效果。     

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。     

考虑风电及分时电价的机组组合问题研究

近年来,风电等清洁能源的接入以及负荷侧分时电价的管理增加了电网调度的复杂性,为实现在风电接入及分时电价管理背景下的火电机组的经济调度和分时电价策略优化,首先研究了负荷需求对峰谷时段电价的响应模型,接着基于模糊机会约束理论建立了考虑风电及分时电价的机组组合模型,然后提出了一种双层混合粒子群算法求解该机组组合模型,以得到与风电相配合的分时电价定制策略以及火电机组出力值。最后仿真结果表明,所提出的方法可以实现负荷侧分时电价策略与供电侧火电出力的有效配合并降低火电机组的发电成本。     

考虑发用电协调的售电公司负荷组合优化建模方法

电力市场环境下,如何根据用户用电特征制定优化策略以实现购售电利益最大化是售电公司一项重要的研究课题。针对中长期市场中考虑发用电协调的售电公司,提出了考虑售电公司购售电利益的负荷组合优化模型,并考虑需求响应技术来进一步优化用户综合负荷特性,最大化市场环境下售电公司的购售电利益。同时,针对需求响应的负荷反弹问题,引入三阶段反弹负荷模型,构建考虑负荷反弹的滚动优化改进模型,重新调整用户需求响应负荷值,从而改善需求响应负荷反弹情况下的组合用户需求响应负荷特性。最后,采用中国某市2017年工业用户群组负荷数据对所提出的模型及策略进行仿真分析,说明了所提方法的有效性。     

基于FDA的居民用户空调用电行为分类分析方法

针对居民空调用电行为分类中存在事件型数据,导致分类分析耗时长、结果不准确等问题,提出一种基于函数型数据分析（FDA）模型的居民空调用电行为分类分析方法。该方法采用多重分形理论提取居民用电行为特征,使用函数型数据分析算法对居民空调用电行为进行聚类后获取居民空调用电行为类别,采用改进动态时间规整算法对居民空调用电行为实施分类处理,得到居民空调用电行为。根据非介入式设备采集到的实际居民用电行为信息检验该方法的有效性,实验结果表明:该方法可以较好地提取居民用电行为特征,且可有效提高用户空调用电行为分类精度以及缩短分类耗时,可充分描述居民空调开启情况以及消耗电量,具备较好的应用效果。     

基于大数据分析的陕西省居民用电行为及影响因素研究

陕西省目前处于发展的关键时期,为了有效的了解陕西省居民用电模式,通过对陕西省居民用电量以及相关经济、社会指标等众多数据的统计计算,得到了2000年以来的社会经济以及用电大数据。主要从陕西省居民用电增长情况、居民用电占比、人均用电水平和城乡居民用电差异等方面做了详细的分析和研究,对全面了解及把控陕西省居民用电行为具有十分重要的意义。