分时电价下计及用户用电满意度的家庭负荷优化策略

分时电价是实施需求侧管理、鼓励用户改变用电方式的一种重要经济手段。居民用户是需求侧的一部分,对其用电负荷进行优化具有重要意义。首先,对家庭基本可调度负荷、空调系统以及电动汽车的运行特性进行建模;其次,建立包含环境舒适度和用电方式舒适度的用电满意度模型,对考虑用户环境舒适度的空调系统运行策略进行分析,构建不考虑电动汽车充电的基本可调度负荷多目标优化模型;最后,构建考虑负荷曲线峰谷差的电动汽车充电模型,并采用遗传算法求解模型。在分时电价条件下对优化前后的用电费用和负荷曲线进行对比分析,结果表明所提优化策略能够在保证用户用电满意度的前提下降低用电费用,并达到削峰填谷的目的。     

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。     

住宅小区负荷群用电优化策略研究

针对一般住宅小区存在能耗高、缺少用电优化策略的实际情况,建立了可调整类负荷、不可调整类负荷、温控负荷的数学模型;根据可调整类负荷用电时间灵活的特点,提出了基于蚁群算法的住宅小区可调整类负荷群的用电优化策略;基于MATLAB平台,通过仿真分析了空调、电热水器的工作特性,并根据其工作特性分别提出了改变空调设定室温范围的空调...     

基于启动时间延迟的家庭负荷管理优化策略

针对家庭中典型温控负荷会给用户带来高峰负荷需求,提出了一种基于启动时间延迟的家庭负荷管理优化策略。首先,给出了一种智能家电负荷控制架构,以支撑负荷优化控制算法在智能家电中的应用;然后,建立了基于启动时间延迟的负荷优化控制模型,并提出了一种启发式的启动时间延迟调整算法,该算法能够在负荷高峰时刻对各个负荷的运行周期施加一个最优的相位延迟,达到均衡负荷的目标;最后,通过仿真实验对比了多种场景下的优化效果,验证了所提策略能够降低短时负荷高峰、减小峰谷差。     

基于机会约束规划的家庭用电设备负荷优化调度方法

为了解决家庭负荷优化调度中的不确定性参数问题,以非侵入负荷监测数据为基础,提出一种基于机会约束规划的家庭用电设备负荷优化调度方法。该方法采用机会约束规划方法构建了一个包含多种随机变量的优化调度模型,并结合随机模拟技术与粒子群优化算法求解决策结果。设置不同的置信水平和时变温度约束区间反映用户对约束违背容忍度与用户多样化舒适区间的选择,并讨论了两者对调度结果的影响。算例仿真结果表明,所提模型能够在随机变量扰动下为用户提供一个具有良好鲁棒性的零容忍度方案;用户也可通过损失一定的舒适度和调整温度约束区间换取经济而多样化的用电决策。     

基于用电行为习惯的家庭节能用电策略研究

提出一种基于用户用电习惯的家庭用电策略,该策略把用户习惯作为首要考虑因素,首先统计电器的开、闭时刻信息,通过聚类算法求得用户对电器的n种用电习惯,根据聚类中的对象数量对用电习惯进行优先级排序;然后基于用电习惯构建用户满意度函数,结合分时电价环境下的费用函数制定用电策略目标函数,通过调节目标函数中电费和满意度的权重系数,对应生成多种节能效果不同的用电方案;最后利用粒子群算法对目标函数进行寻优,找出用电方案中电器的最佳开启时间。实验结果表明,该策略可明显减少用户的用电费用,同时结合用电习惯保证了用户对方案的满意度;该策略可引导用户用电时间向用电低谷段靠近,为电网负荷均衡起到了削峰填谷的作用。     

基于实时电价的用户短期用电负荷预测

提出了一种基于改进Softmax回归的用户短期用电负荷预测策略,该策略首先进行因素相关度分析,挑选关键因子;然后利用Softmax回归模型进行用户用电类别预测;最终在预测类别中选择与用户最相似的样本用户去预测该用户用电负荷。     

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。     

基于实时电价与负荷预测的互动用电系统

提出了一种可以使用户与电网之间互相交流用电信息的互动信息平台系统。对该系统的架构进行了阐述,提出以智能电表为枢纽,利用通用分组无线业务远程信道和串行通信本地信道连接系统各个部分,并具体设计了配网侧与用户侧子系统的结构。利用实时电价及负荷预测等用电信息的互动来激励用户主动参与电网运行,实现资源优化配置,提高能源利用效率。     

考虑用电能效的负荷控制优化策略及模型

中国负荷控制方案依据用户历史用电量比重制定,未考虑用户的能效情况。具体操作时实施拉闸限电操作,未将线路中的重要用户和高耗能用户予以区别。针对这一问题,提出2阶段优化策略,第1阶段以标尺竞争机制为基础,构建电量缺口分配优化模型,实现最大用电能效;第2阶段以用电能效最高、开关时间最少、重要负荷停电量最小、可中断负荷停电量最小为目标,构建虑及可中断负荷的优化管理模型,并将改进的非支配排序遗传算法(NSGA-Ⅱ)和启发式算法结合,加入基因校正环节进行求解。算例测算结果表明了该策略的可行性和有效性。     

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。     

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。     

基于改进二进制粒子群算法的家庭负荷优化调度策略

为降低家庭用电成本以及提高户用光伏发电的就地消纳率,提出了一种基于实时控制储能充放电行为的家庭负荷调度策略。首先,对家庭负荷分类并建立以电费最低、电力碳排放量最小及舒适度最大为目标的调度模型;其次,提出以实时光伏出力和峰谷分时电价为依据,通过控制储能充放电实现家庭负荷用电需求的调度策略;最后,利用场景分析法和分等级多策略学习的二进制粒子群改进算法（HLSBPSO）对模型进行仿真求解。结果表明,所提策略和算法可使用户电费降低49.2%,舒适度提高67.9%,可为户用光伏发电的安全经济运行提供新的理论支持。     

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。     

基于SymPhony的厂级实时负荷优化分配系统设计

研究了基于火电厂分散控制系统(Distributed Control System,DCS)的厂级实时负荷优化分配系统即厂级自动发电控制(Automatic Generation Control,AGC)系统的设计方法.提出了基于Sympliony的厂级AGC系统设计思路,重点讨论了基于Symphony的厂级AGC系统...     

基于智能协商的家电负荷实时优化控制

基于智能协商的负荷实时优化控制,本文综合考虑可控负荷的通用特性(可削减性、可中断性、可转移性)以及负荷的动态多优先级和用户对负荷受控的容忍度,设计了一种扩展OpenADR协议的家电负荷智能协商控制的启发式算法,并基于OMNeT++离散事件仿真工具,对该智能协商算法进行了实时互动通信协商仿真验证,实验结果表明,本算法在考虑用户对负荷受控的容忍度范围内,达到了优化负荷曲线、平抑负荷波动的效果,使得峰谷差削减率的平均值达到24.24%。     

基于BP神经网络的火电厂实时负荷优化分配

满足电网调度要求的实时分配方法是火电厂负荷优化分配得到推广应用的关键,综合考虑了燃料成本及污染物排放成本对传统数学模型进行改进。根据BP网络算法中误差函数、权值、阈值的计算公式推导出一种能够真正达到自适应的学习率对算法进行了改进,引入多变异位自适应遗传算法计算样本数据对BP网络进行训练。分析了实时煤耗特性曲线的获取,并探讨了基于BP网络的实时负荷优化分配方法的实现。实例计算结果：10组样本测试结果的平均相对误差仅为0.185%,且平均耗时仅为0.011s,表明了该方法在降低发电成本的同时,可有效地缩短优化     

家庭生活用电的负荷特点（上）

进入本世纪以来连续多年炎热的夏季,特别是南方一些城市气温经常高达38～42摄氏度,城市家庭用电猛增,一时制冷空调脱销。家庭用电负荷的增加给住宅电气线路、设备很大的冲击。过负荷烧断保险丝,三相四线制低压配电系统因中性线过小而出现不对称运行等,严重威胁着家电设备的安全,同时家庭配电系统的安全隐患越来越多。     

基于SIS的火电厂实时负荷优化分配的研究

提出了在SIS平台上开发火力发电厂实时负荷优化分配系统的具体方案。采用实时生产过程数据在线拟合各机组煤耗量特性曲线 ,以此特性曲线为基础 ,综合考虑电网的负荷需求和机组的出力限制 ,运用动态规划原理实时计算负荷的最优分配值 ,将结果作为机组的目标负荷调节值直接送至其协调控制系统 ,同时通过电网远程发送单元将厂站端的相关信息反馈给电网调度中心 ,实现全厂总负荷优化分配的闭环控制 ,以提高整个电厂的经济效益。