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。     

家庭智能用电任务调度优化模型及其算法研究

针对家庭负荷的优化调度,提出了一种家庭智能用电任务调度优化模型。根据不同家电设备的用电特点,采用集合论语言对不同用电任务进行描述定义,建立以负荷峰值、用电费用为优化目标,以家庭负荷特性及运行状态为约束的多目标优化问题。提出了基于混合编码遗传算法的求解算法,算法中针对不同用电任务分别设计了不同的算法编码及算法操作策略,实现对家庭智能用电任务调度问题的单目标和多目标优化求解。通过家庭用电任务模拟算例对该算法性能进行了验证,结果表明该算法能够较好地实现家庭用电任务的优化调度。     

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。     

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。     

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。     

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。     

计及光伏储能的家庭智能用电系统调度模型

随着分布式能源和储能装置大量接入用户侧,如何协调家用电器参与用电优化是电力需求侧管理的重要研究内容之一。首先,根据现代家庭生活习惯和用电必要性,将家用电器进行用电任务分类,并建立负荷峰值、用电费用最小的目标函数。其次,基于上海市夏季某天实际光伏出力数据,提出了含不同光伏储能方案的家庭用电任务调度模型。最后,在MATLAB平台上通过YALMIP工具箱调用CPLEX求解器对智能用电系统调度模型进行仿真计算,结果验证了该模型的合理性。     

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。     

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。     

带储能设备的用电负荷最优有序运行控制算法研究

基于智能用电双向交互技术,研究了包括储能设备的几类典型用电负荷的柔性工作模式和最优用电策略。基于实时电价方案,给出优化调度算法,让用电设备能自动地通过智能终端改变其用电负荷大小,甚至是以反送电的方式工作。所提出的优化调度算法既保证用户利益最大化,又能保证峰平比最小,从而实现削峰填谷。仿真结果验证了算法的有效性。     

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。     

面向智能用电的家庭能量协同调度策略

针对用户侧分布式能源渗透率不断提高的发展趋势,提出一种包含光伏及储能设备的家庭能量协同调度策略。首先建立了家庭能量管理系统中的分布式电源模型和负荷模型,并提出了基于日前光伏出力预测和家庭负荷预测的家庭能量协同调度模型。然后,在满足用户舒适度约束的条件上,以家庭能源最大盈利为目标,采用二进制粒子群算法求解每日家庭最优用电计划,提高了可再生能源的利用率并做到光伏发电的最大就地消纳。最后,通过算例仿真比较不同用电模式下的用户收益,验证了模型的有效性。     

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。     

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。     

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MOHSA的智慧社区能量管理系统优化调度研究

家庭负荷是电网负荷的重要组成部分。在智能电网环境下,家庭负荷的灵活调度能够有效缓解电力供应紧张问题,有利于需求响应在用户侧的实施。本文提出了一种基于多目标和声搜索算法的社区能量管理系统优化调度方法,以减少用户的用电成本和平抑配电网侧负荷波动为目标,建立了计及分布式电源、储能系统和可调度负荷的智慧社区能量管理系统模型。根据Pareto理论,通过改进的多目标和声搜索算法求解,并与其他算法进行对比。仿真结果表明,所建模型和调度方案能够有效减少用户用电成本和平抑配电网侧负荷波动,改进的算法具有更强的寻优性能。     

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。