需求侧管理下智能家庭用电多目标优化控制

针对家庭内附加型负载进行需求侧管理,缓解高峰时刻电网压力,提出一种智能电网环境的家庭用电控制系统。设计了智能控制器,可以获取用户家庭负荷信息并为用户提供分时电价计量,同时便于供电侧直接进行需求侧控制。提出了多目标蜻蜓算法,针对降低负载功率和减少需求响应延时时间两个目标进行求解,其迭代速度快,满足即时响应的需求。500个家庭的实验结果显示,家庭用电控制系统合理,降低了用户用电费用;算法计算速度快,响应时间延时少,有效缓解了高峰时刻的电网负荷。     

基于实时电价的家庭能量管理系统最优调度研究

家庭能量管理系统作为智能电网在居民家庭中的智能体现,需建立在家庭安全用电的基础上。家庭中的电气故障多为线路过载故障。在对家庭智能电器的优化运行中,将线路负载率作为约束条件,可保障家庭的用电安全。在实时电价环境下,提出了一种考虑家庭线路负载率约束的家庭能量调度策略,分别建立了以用电费用最小和碳排放最小为目标的优化模型,针对建立的0-1整数规划模型,将遗传算法进行了改进,以求得家庭最优用电方式。通过仿真验证,比较用户在不同用电模式下的线路负载率、用电费用和碳排放量,验证了该策略可为家庭用电提供安全可靠的最优用电方式。     

面向智能用电的信息化方案设计

智能用电是智能电网建设的重要组成部分,分析智能用电方案的种类及特点。信息化建设是智能用电发展的基础关键,分析各智能用电方案对信息化技术的需求,包括数据采集、信息管理以及辅助决策。对用户内部智能用电、信息计量、信息管理及智能决策四个方面设计智能用电信息化方案。     

面向智能用电的信息化方案设计

智能用电是智能电网建设的重要组成部分,分析智能用电方案的种类及特点。信息化建设是智能用电发展的基础关键,分析各智能用电方案对信息化技术的需求,包括数据采集、信息管理以及辅助决策。对用户内部智能用电、信息计量、信息管理及智能决策四个方面设计智能用电信息化方案。     

智能电网AMI系统中一种新型密钥管理方案

高级量测体系AMI(Advanced Metering Infrastructure)是一个用来测量、收集、储存、分析和运用智能电网中用户用电信息的完整的网络和系统。AMI作为智能电网的一个基础性功能模块,其用电信息的安全传输问题是关系到智能电网电价信息管理决策正确与否的一个关键问题。针对传统的单密钥机制不能适应一对多、多对多的要求、非对称的密钥机制计算开销过大也无法满足电网高效、实时通信需求的问题,提出一种基于LU对称矩阵的新型密钥管理方案,并将其应用在AMI系统中,解决了传统的单密钥机制和非对称的密钥机制存在的问题。同时利用对称矩阵和上三角矩阵特点,通过构造特殊矩阵并改变通信内容等方式,减少了认证过程中的通信开销,提高了安全性,实现了控制中心(OC)、数据集中器(DC)、智能仪表(SM)三者间的安全快速通信。通过对所提出方案的通信开销、连通性、安全性的分析,该方案的优势得到了证明。     

基于电力光纤到户的智能用电小区介绍

概述 智能电网建设分为发电、输电、变电、配电、用电、调度等六大环节。作为智能电网用电环节建设的重要内容,基于电力光纤到户的智能用电小区是实现电网与用户之间实时交互响应,增强电网综合服务能力,满足互动营销需求,提升服务水平的重要手段。通过智能用电小区的建设,将改变过去用电环节中单向的“电力输送-电力消费”、“电力管理-电力被管理”的被动用电模式,     

智能用电互动体系和运营模式研究

在我们的生活中,电能运用无处不在,随着科技的发展,应人们的用电需求,国家电力系统逐步开始构建智能电网,智能电网就是将电网进行智能化,通过精准的测量技术和先进的控制方法,促进电网的可靠性和安全性,达到经济最大收益和用电用户的最佳体验。但想要更好的发展智能电网,还需要智能用电进行支撑,智能用电可以促进人们生活中的节能减排,实现低碳生活,还可以将智能电网的成果发挥到最大化,让用电用户在日常用过程中变得更加灵活,目前在智能用电方面还有许多可以探索的方面,本文就对智能用电互动体系和运用模式进行研究。     

智能用电互动平台支撑技术研究

国家能源发展战略的调整和发展低碳经济的要求,以及人们急剧增加的多样化、个性化、互动化服务需求,使用电服务面临的内外部环境发生显著变化,传统的用电服务模式无法应对这些挑战。因此,以智能电网互动服务平台为电网与用户交互基础的智能用电综合服务系统成为新的发展趋势。本文研究了电网与用户间的互动发展优化模型及算法,给出了几种基于需求侧管理的实时电价算法。     

智能用电小区方案分析

智能小区能够实现电网信息的实时采集,电网与用户的交互响应,提供经济高效、便捷安全、服务多样、灵活互动和友好开放的用电服务,提高了电能使用的经济性和安全性,实现了电网、用户和社会的共赢。文章对智能用电小区及其实现方案进行了研讨。     

基于物联网技术的智能变电站应用方案探讨

智能电网的构建需要以物联网技术作为支撑。依据物联网在电力系统的应用发展,在分析智能电网功能需求的基础上,提出了基于物联网技术的智能电网系统组成,并给出了一种智能变电站应用技术方案当前时期,物联网技术已经较为成熟,智能电网的构建需要以物联网技术作为支撑,在很多行业中得到了应用。对于电力行业来说,当下的主要工作就是要通过有效措施来保证人民群众的用电需求,实现电力行业的持续发展,而可行的措施就是要强化智能电网的建设工作。     

Residential Energy Scheduling for Variable Weather Solar Energy Based on Adaptive Dynamic Programming

The residential energy scheduling of solar energy is an important research area of smart grid. On the demand side, factors such as household loads, storage batteries, the outside public utility grid and renewable energy resources, are combined together as a nonlinear, time-varying, indefinite and complex system, which is difficult to manage or optimize. Many nations have already applied the residential real-time pricing to balance the burden on their grid. In order to enhance electricity efficiency of the residential micro grid, this paper presents an action dependent heuristic dynamic programming (ADHDP) method to solve the residential energy scheduling problem. The highlights of this paper are listed below. First, the weather-type classification is adopted to establish three types of programming models based on the features of the solar energy. In addition, the priorities of different energy resources are set to reduce the loss of electrical energy transmissions. Second, three ADHDP-based neural networks, which can update themselves during applications, are designed to manage the flows of electricity. Third, simulation results show that the proposed scheduling method has effectively reduced the total electricity cost and improved load balancing process. The comparison with the particle swarm optimization algorithm further proves that the present method has a promising effect on energy management to save cost.      

基于协作频谱感知的智能电网通信网性能研究

将认知无线电频谱感知技术应用于智能电网的通信网中,可以有效提高频谱资源的利用率。现有研究仅考虑单用户单供电商,但是对需求响应管理性能与感知能耗权衡问题却没有给出理想的解决方案。建立基于多节点协作频谱感知的多用户单供电商智能电网通信网模型。在此基础上,为求解该模型需求响应管理和能耗感知性能权衡问题,提出基于多目标粒子群(MOPSO)的求解方法。仿真结果表明,所提协作频谱感知模型可以显著提高系统需求响应管理性能;MOPSO算法可实现系统需求响应管理性能和感知能耗的最佳权衡,有利于决策者根据实际要求灵活选择最优方案。     

基于电网需求响应约束的多播路由

针对智能电网多播路由通信中,通常存在只考虑多播通信的时延约束而没有考虑电网需求侧带负载的情况,所构建的多播树会出现控制信息传输到大功率负载设备的通信时延较大的问题,提出一种考虑负载功率和通信时延的多播树构造方法,称为基于需求响应（DR）能力约束的多播路由算法。首先,根据电网拓扑信息生成满足约束条件的完全图;然后,采用Prim算法构造较低费用的多播树;最后,将多播树还原到原网络。仿真结果表明该算法能够有效地减小大功率负载设备的需求响应时延,与基于时延约束的多播路由算法相比,能够使电网频率波动大幅度减小。该算法能够有效地提高智能电网中需求响应的实时性,稳定电网频率。     

基于用户数据的空调负荷与气温关系研究

为有效管理高峰时段的空调负荷,配合政府部门做好电力需求侧管理工作提供理论依据.本文对2018年-2019年武汉市电网空调负荷与气温关系进行了全面的分析,利用回归分析方法进行了近两年空调负荷与日最值温度的相关性分析,给出了温度每改变1℃时空调负荷的变化幅度,着重分析了第二、三产业和居民中空调负荷与气温的关系.其中,首先提...     

基于多代理分散式控制的智能电网存储管理

在智能电网中,储能设备是实现智能电网的重要基础之一。因此,如何对储能设备进行有效的管理是必需解决的关键问题。提出了基于Agent技术的自适应学习ZIPML算法调整存储策略,同时考虑多代理学习,使得实际存储策略逐渐逼近最优存储策略。通过模拟实验验证了该自适应学习算法的有效性,电网高峰期的负荷得到有效降低,用户可以节省约6.1%的用电花费,发电所产生的CO2则可以减少6.4%。     

基于正则化矩阵分解的用户用电行为分析

针对细粒度、多类别的用户用电行为分析问题,提出了基于地理信息正则化矩阵分解的居民用户用电行为分析算法,探索用户用电的群体特点,为个性化的、更优的电力调度提供决策支持依据。该模型首先基于矩阵分解理论将用户映射到能表征其用电行为特点的潜在特征空间,然后采用k-means聚类算法在潜在特征空间上实现用电用户群的细分聚类。特别地引入了地理信息作为矩阵分解的正则化因子,使得学习到的潜在特征空间不仅满足用户群特征的正交,而且使得地理位置相近的用户在潜在特征空间的映射也相近,与真实物理空间保持一致。将所提方法应用于中新天津生态城智能电网采集到的真实居民用电数据分析挖掘任务中。实验结果表明,与基准的向量空间模型（VSM）和非负矩阵分解（NMF）算法相比,所提方法能够取得更好的用户细分聚类结果,挖掘出一定的用户群体用电模式,有助于辅助智能电网提升经营和服务水平。     

Power flow Petri Net modelling for building integrated multi-source power system with smart grid interaction

This paper presents an energy management modelling of a multi-source power system composed of photovoltaic (PV) array, storage and power grid connection, and taking into account messages from smart grid. The designed system can supply a tertiary building at the same time as PV may produce energy. The control strategy aims to manage the power flow through the load with respect to its power demand and public grid constraints. The proposed energy management modelling is based on interpreted Petri Nets formalism. The system is tested using a simulation Stateflow model and responds within certain limits. The results show that this approach is valid and can be a solution for the future smart grid communication between buildings and public grid and may contribute to a better balance between production and consumption and future energy management.     

一种基于遗传算法的智能电网调度方法

随着智慧电网的发展,调度控制系统中的数据规模和种类呈指数型上升并且处理复杂度较高。为了更好地进行电力调度,给予电力系统相应的决策支持和更好地为客户服务,满足用户在不同时段的电力需求,本文基于遗传算法提出一种多种类型可控电器的G-DSM算法,将负荷调度问题定义为成本最小化问题,并用遗传算法求解;结合从用户侧获取的电力大数据对用户的电力需求进行规划,降低了用户的花销以及峰值电力负荷,从而避免电力资源的浪费,提高了电网的工作效率。实验结果表明,该算法具有较好的可行性,并在实际操作中易于实现。