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。     

基于电力需求响应的多时间尺度家庭能量管理优化策略

在智能用电的背景下,电力用户与电网的互动更加频繁,用户在考虑自身经济调度的同时,可通过参与电力需求响应获取额外收益。首先建立了包含最大功率约束与需求响应事件约束的激励型需求响应模型及含光储设备的家庭用电模型;然后建立了基于模型预测控制的多时间尺度家庭能量管理模型,提出了以用户净支出与购电功率波动最小为目标的日内家庭用电双层优化策略及实时用电调整策略。通过改变蓄电池充放电功率应对实时运行过程中不可调整负荷及光伏出力的波动,保证用户购电功率满足需求响应要求。最后以某典型家庭负荷配置为例,通过对比不同场景下的优化结果,验证了策略的有效性,并分析了需求响应机制对用户的影响。     

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。     

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。     

基于马尔科夫决策过程的家庭能量管理智能优化策略

在迅速发展的通信技术和泛在电力物联网建设的背景下,结合多种信息交互方式和人工智能技术可为提高家庭能量管理的智能化程度提供新的思路。提出一种结合实时信息交互的家庭能量管理智能优化策略。首先,给出了以用户用能费用为基础的马尔科夫决策过程模型,采用动态规划方法求解模型,重点在家庭用电设备调度过程中考虑实时电价信息和用户的随机行为等不确定因素的影响;在此基础上,结合事件触发机制有效提高家庭能量管理系统的运行效率,进而给出从家庭能量管理控制中心到用电设备的智能优化调度方法;最后,通过仿真算例证实了所提方法的有效性,结果表明其能在减少用户用电费用的同时给出满足用户用电需求的优化用电策略。     

智能电网环境下基于多代理的商业用户可控负荷管理策略

智能电网的发展为电力用户积极参与电网运行调控提供了必要的技术支持。文中针对智能电网环境下商业用户的用电响应行为提出了基于多代理系统(MAS)的负荷控制策略方案。设计了包含多类具有一定用电响应能力的用电设备的MAS及互动协调机制,结合商业电力用户的特点,为突出商业用户对整体用电舒适度的要求,在居民用户MAS的基础上增加了负载聚合代理;以酒店类商业用户为例,根据各类用电设备的运行特性建立了相应的负荷响应模型,基于典型用电设备的实时信息,采用区间数排序法确定用电负荷的优先级,构建了以优化商业用户用电整体舒适度为目标的负荷管控模式。通过算例分析,分析了所述模型和方法的特点与合理性。     

基于分时电价和需求响应的家庭微电网系统协同控制策略及其实现

家庭微电网是智能配电网的重要组成部分和主要建设内容,随着智能电网的不断发展,家庭居民用电将参与电网的优化调度运行。为了适应社会的这种需要,首先以家庭可调度负荷、电动汽车和家用蓄电池工作状态作为约束条件,以用户用电成本最低和净负荷曲线平坦度为优化目标,建立了家庭微电网系统优化调度模型。其次,结合空调和热水器的工作负荷特性,提出了一种基于分时电价和需求响应的家庭微电网系统协同控制策略。对以北京市某居民小区的典型家庭微电网系统为实例的分析结果表明,采用基于所提出的优化调度模型的家庭微电网系统,可以实现对分布式光伏发电、家用蓄电池、电动汽车、家庭负荷设备的优化调度和控制。     

家庭智能用电的随机&可调节鲁棒优化混合调度策略研究

针对包含光伏及储能系统的家庭用户,考虑光伏发电的预测距离运行点越远精度越低的特点,以及家庭用户用电行为具有不确定性的特点,建立了分布式电源、家庭负荷及用户用电行为不确定性的模型。结合随机优化与可调节鲁棒优化的优点,提出了一种家庭智能用电的随机与可调节鲁棒混合调度策略,以系统运行成本最小为目标,保证用户用电自由与舒适度,同时提高光伏的本地消纳水平。基于工程博弈论思想和改进粒子群算法,将优化模型转换为混合整数线性规划问题进行求解。通过算例仿真,验证了该调度策略的有效性。     

基于效用理论的智能家居多级负荷满意度建模及用电优化策略研究

针对一种家庭用户负荷优化问题进行研究,采用经济学中的效用理论模拟用户使用电器的满意程度,进而指导电力用户制定用电优化策略。首先,考虑包含储能设备、电动汽车等新能源设备的居民负荷,根据其电能消耗与用户满意程度的耦合特性,建立相应的负荷模型和效用函数。在此基础上,提出一种基于效用理论的家庭负荷用电优化策略,基于非线性规划模型,采用遗传算法—非线性规划相结合的寻优算法,求解各设备在各运行时段的最优运行功率,使其在分时电价下达到净效用最大化。最后,通过在典型家庭用电场景下进行仿真分析。结果表明,本算法可在保障用户满意度的基础上实现良好的优化效果。     

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。     

基于区块链的配电网能效自动化管理方法

随着可再生能源的发展和分布式电源的推广,电网需求侧能效管理工作将逐步由集中式优化调度计算转向分布式计算。物联网技术和区块链技术的进步将为实现能效管理系统的分布式系统提供技术基础。本文提出了一种基于物联网智能电表和微电网的多用户分布式能效管理系统,并通过提出的非合作博弈论模型对家用电设备进行调度计算,成功实现了降低用户家庭电费支出和整个社区微电网能耗总成本的目标。用户可在家庭的分布式能源、社区微电网以及公用电网三种中择优选择购电,并在博弈中优化自己的日常家电使用策略,使得市场所有用户都可将能源消耗成本降至最低,实现纳什平衡。在此基础上,该模型运用区块链技术为参与者之间提供可靠的、安全的、私密的通信媒介,实现用户家电设备的智能监控并通过智能合约对用电量进行计费。算例分析结果表明,该方法能最大限度地降低能耗总成本和各用户能耗成本。     

基于分时电价和需求响应的家庭微电网负荷优先级控制

分时电价是电能商品的市场反应,可引导用户的用电时段,削峰填谷,提高电能的利用率,结合智能电力需求响应(DR)技术构建家庭负荷优先级(HLP)控制系统,能有效提升用户侧电网的响应能力。首先,结合家居设备的负荷特性对其进行建模;然后,保证用户舒适度,提出了一种家庭负荷优先级(HLP)控制系统算法,该算法根据优先级顺序执行负荷控制决策,并保证家庭总功耗不超过功率限定值。最后,进行算例仿真,对比不同功率限定值下各负荷运行状态,结合分时电价理论验证了HLP控制方案的有效性。     

家庭智能用电管理系统软件设计

在家庭能量管理基础上,结合智能电网的负荷调度,基于Android和Java编程设计了面向家庭用户的家庭智能用电管理系统。基于云端储存和通信技术,采用典型C/S架构,搭建了客户端APP、服务器后台程序及数据库和小型智能监测装置三方构成的系统框架,并设计了相应的通信和数据接口。详细介绍了软件程序的各功能模块,展示了面向用户的各类用电信息图线。结合主动配电网概念,通过包含微电源、负荷、储能设备的典型家庭实例,分析了智能用电管理对于降低家庭用电峰谷差的积极作用。应用效果证明,家庭智能用电管理系统能对新型主动家庭负荷进行综合优化调度,具有广阔发展前景。     

基于PCA-LSTM算法的非侵入式负荷辨识方法

了解用户负荷分布特征是智能电网建设的重要部分,非侵入式负荷监测(Non-Intrusive Load Monitoring, NILM)以其便捷、高效、成本低的优点被电力系统工作人员广泛认可。文中提出了一种基于长短期记忆网络的NILM方法,通过采集用户电力入口处的电流波形并进行数据处理,得到用户的负荷特征数据。使用主成分分析手段,减少负荷特征数量,提高运算效率。使用擅长处理连续数据的长短期记忆网络模型,在划分好的验证集与测试集上对模型优劣进行评价,以获得最优参数模型。预测实验结果显示,文中所设计的非侵入式负荷监测方法可以对包括小功率用电器在内的家用电器进行准确辨别。     

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。     

基于分时电价和蓄电池实时控制策略的家庭能量系统优化

为增强家庭负荷优化调度策略的灵活性以及保证蓄电池的安全运行,提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。首先,以可调度负荷和蓄电池工作状态为约束条件,以家庭用户用电成本最小和净负荷曲线平坦度最优为目标建立了家庭能量管理优化调度模型。然后,从蓄电池动态控制方法出发,提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。该调度策略根据分时电价和蓄电池实时荷电状态对蓄电池充放行为进行控制,有助于降低家庭用户用电成本,并保证蓄电池安全运行。最后,采用二进制粒子群算法对模型进行求解。算例结果验证了所提调度模型和调度策略的有效性和优越性。     

基于动态家电优先级的智能家电管理控制方案

本文利用需求响应(demand response, DR)技术,在满足用电要求的前提下,针对居民用户提出一种在DR下用于管理高功耗家用电器的智能家居管理控制方案。该方案通过建立家电优先级评价指标,以电价信息、家电传感器信息、断电时间等作为输入量利用模糊控制器对各家电优先级进行合理评估,以动态优先级控制实现DR时段用户功耗低于一定水平并兼顾用户舒适性和用电成本。分析了不同时段、不同家电负荷在改善负荷曲线中的作用,仿真结果验证了所提控制方案在DR时段控制的有效性。     

基于改进WRR算法的智能变电站站内通信队列调度研究

智能变电站中数据通过以太网架构综合信息一体化传输网络进行共享,及时有效的数据交互是确保智能变电站正常运行的重要环节。针对现有的数据优先级调度策略所存在的缺陷,对传统加权轮询算法进行改进,并将其运用于智能变电站综合数据调度中。以220 k V典型智能变电站为例,在OPNET网络仿真软件中建立站内通信模型进行实例仿真。结果表明,紧急情况下,改进后的加权轮询算法可以为高实时性要求报文提供更好的服务。     

不同代际关系家庭的家电配置偏好度研究

家电配置偏好度的研究是对居民用户设计有效需求侧管理措施的基础。针对目前相关研究只考虑家电类型配置而忽略同种家电不同功率档位配置的问题,首先采用基于密度的DBSCAN(Density-based spatial clustering of applications with noise)聚类法对常用大功率电器实施功率聚类分档;进而根据各种代际类型家庭占比、各档位家电市场份额的统计信息建立最优化模型,对各类家庭对各家电档位的偏好度实施拟合分析;最后通过分枝、剪枝过程获得各类家庭常见家电配置方案及其偏好度。算例分析表明,所提方法能有效筛选出各类家庭的常见家电功率档位配置方案,且偏好度分析结果符合不同代际类型家庭在人口、居住面积上的特点。     

基于需量管理的两阶段大用户储能优化模型

为推进用户侧储能商业化应用,对用户侧储能从规划和运行两方面综合考虑,提出了一种需量管理捆绑峰谷套利的工业大用户储能评估及优化调度方法。首先,在储能评估阶段,以用户的综合成本最小搭建储能评估模型,评估用户加装储能的经济性并优化储能配置;然后,在调度优化方法方面,构建了储能月前和日内两阶段优化模型。在月前优化中,确定用户上报的最大需量;在日内优化中,基于最大需量约束,优化每日的储能充放电功率。最后,在MATLAB平台基于CPLEX求解器分别对4家典型工业大用户进行算例仿真,验证了模型的经济有效性,并为用户侧储能电池的商业化推广提供了可行性方案。