CN103617566B - 一种基于实时电价的智能用电系统 - Google Patents
一种基于实时电价的智能用电系统 Download PDFInfo
- Publication number
- CN103617566B CN103617566B CN201310652312.6A CN201310652312A CN103617566B CN 103617566 B CN103617566 B CN 103617566B CN 201310652312 A CN201310652312 A CN 201310652312A CN 103617566 B CN103617566 B CN 103617566B
- Authority
- CN
- China
- Prior art keywords
- electricity
- price
- demand
- prime
- household electrical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种基于实时电价的智能用电系统,该智能用电系统首先采集现时使用的电价和用电量,输入到电价优化模块中进行电价优化获取实时新电价,并根据实时新电价输入到智能用电模块中,以确定最优的用电方式。本发明是将现实的电价问题模型化,通过对模型求解获取最优的解,以达到用电的最优供求关系,在保障用户用电的前提下节省电费,同时使供电方提供等量用电时,维持或提高利润,采用本发明的智能用电系统能很好的优化供需关系。
Description
技术领域
本发明涉及智能用电领域,更具体地,涉及一种实时电价的智能用电系统。
背景技术
中国现时电价定价一般都是由发改委定价的,这个电价是“堆”起来的,即电价一直是根据历史水平以及需要的新增费用(燃料、建设、运营与维修成本,以及规定利润的平均值)而行政性地决定。该电价确定方式具有不公开性、不固定性。
我国现时居民和企业使用的电价有,分时电价和阶梯电价两种。居民和企业根据实际的需要,并且考虑到电价在不同时间段的价格,和不同阶梯的价格,自发的控制自己的用电。每个用户都有自己一套的控制方式,考虑的可能过于简单,也不一定合理。
因此,考虑到居民和企业的自身利益,并且实现真正的节能环保,减轻供电的压力。提出一种共赢的用电方式,引导居民和用户的用电。并且电价会根据这种用电方式所得到的用电情况的反馈,进行合理的调整,这种共赢的用电方式即为智能用电。在智能用电模型中,基于价格的需求响应就是通过市场的价格来影响需求的时间和水平。目前有三种形式的价格机制:分时电价(TOU)机制、关键峰荷电价(CPP-)机制和实时电价(RTP)机制。
实时电价不是提前设定的,而是每天持续波动的,直接反应了批发市场价格与日前或实时市场购电成本的关系,是一种理想的定价机制,它可以鼓励用户更明智更有效地消费。因此,实时定价机制成为了当前研究的热点,同时根据实时电价的进行实时用电调整的智能用电系统也是一种发展的必然趋势。
发明内容
为了克服现有技术的步骤,本发明提出一种基于实时电价的智能用电系统,实现用户侧的智能用电管理,进一步可为供电企业制定电价提供参考。
为了实现上述目的,本发明的技术方案为:
一种基于实时电价的智能用电系统,包括:
采集模块,采集历史电量需求和电价数据;
电价优化模块,通过采集模块采集的数据,确定实时电价p(h);具体实现方式为:
采用最小二乘法拟合出线性需求价格函数d=a+bp,其中d表示电力需求量,a,b是线性需求函数的系数;
根据上述线性需求函数系数获取需求价格弹性,第h时段对应的需求价格弹性函数为:其中p0(h)表示第h时段的初始电价;
根据需求价格弹性函数建立用户的实时需求和实时电价的关系模型:其中d(h)表示第h时间段用电需求,d0(h)表示第h时段的初始用电需求,p(h)表示第h时段的实时电价;
以实时电价为变量,构建优化模型如下:
确定目标函数:min(max(d(h))-min(d(h)))h=1,2,…,24;
h表示一天中第h个时间段,d(h)表示第h个时间段的电力需求量;
约束条件:M1=M0
∑Qh=∑Qh’
0.5pp≤p(h)≤1.5pv;
M0表示实行最优实时电价前用户的支出,M1表示实行最优实时电价后用户的支出;∑Qh、∑Qh’分别表示实行峰谷实时电价前、后的电力需求量总和;pp、pv分别表示峰、谷电价,p(h)表示第h个时间段的实时电价;
智能用电控制模块,根据实时电价确定用电策略,目标函数为:
模型的约束条件为:
约束条件(6)表示各智能家电一天消耗的总电量;式(8)表示每个家电的功率范围;式(9)表示每个时段总电量约束条件;
f:用户缴纳的电费;
A:可控家电集合;
a:具体单个可控家电,a∈A;
h=1,2,…,24,可控家电a在h时段的用电情况;
Ea:用电设备a一天内的总用电量;
αa,βa:用电设备a的启动和停止时间;
家用电器的最小功率和最大功率;
Emax,h:每个时段所有家电的最大总电量。
上述建立需求价格弹性函数,是根据初始电价,得到价格波动对需求的影响关系。而根据需求价格弹性函数数建立用户的实时需求和实时电价的关系模型是一个基于用户效益最大化的负荷响应模型,模型表示实时电价和实时用电需求间的关系,便于获得最优的实时电价。
本发明是将现实的电价问题模型化,通过对模型求解获取最优的解,以达到用电的最优供求关系,在保障用户用电的前提下节省电费,同时使供电方提供等量用电时,维持或提高利润,采用本发明的智能用电系统能很好的优化供需关系。
优选的,当智能用电系统不包括新能源发电时,Emax,h由各时段线路的最大容量和用户的固定负荷确定,即
当智能用电系统包括新能源发电时,Emax,h由各时段线路的最大容量用户的固定负荷以及新能源发电确定,即:
随之新能源技术的不断发展,将新能源加入到智能用电系统中能更进一步的节省用户的用电支出,同时缓解供电方需求。
优选的,当不含新能源且电网故障状态下,智能用电控制模块控制所有家电将退出运行状态:
当含有新能源且电网故障状态下,即各时段线路的最大容量则各时段所有可控家电的总电量为:
当Emax,h<0时,新能源发电不能满足固定负荷的需求,智能用电控制模块控制所有可控家电退出运行,且有一部分固定负荷将退出运行;
当Emax,h>0时,新能源发电能满足固定负荷的需求,但不能满足所有智能家电的负荷需求,控制一部分可控家电退出运行。
在根据实际情况中,当电网出现故障时,会严重影响客户,为了应对这种特殊情况,本智能用电系统提出一种应急方法。
优选的,所述当Emax,h>0时,智能用电控制模块控制使最小程度的改变用户的用电方式,其目标函数为:
其中表示可控家电a在各时段的新电量。
与现有技术相比,本发明的有益效果为:本发明的智能用电系统根据历史电价和历史用电量建立的了一个实时电价优化模型和智能用电模型,以实现在保持供需平衡的前提下,降低用户的用电成本,提高或维持供电方的利润。
附图说明
图1为一种基于实时电价的智能用电系统的流程图。
图2为实时电价优化前后的日负荷曲线示意图(MW)。
图3为优化前后的实时电价曲线示意图($/MW.h)。
具体实施方式
下面结合附图对本发明做进一步的描述,但本发明的实施方式并不限于此。
如图1,一种基于实时电价的智能用电系统,该智能用电系统首先采集现时使用的电价和用电量,输入到电价优化模块中进行电价优化获取实时新电价,并根据实时新电价输入到智能用电模块中,以确定最优的用电方式。
以美国PJM电力市场2013年5月2日的负荷和实时电价数据为例进行实时电价的优化分析。
采集模块,采集历史电量需求和电价数据;
日原始负荷(MW)为:
d0=[12363.2,11738.8,11470.3,11213.3,11431.4,12151.5,13223,14073.8,14342.9,14665.7,14994.6,15041,15248.6,15400.7,15367.1,15292.9,15079.8,15096.3,14894.8,14783.3,15097.1,15189.8,14152.8,12906.3];
原始实时电价($/MWh)为:
p0=[27.58,27.84,24.97,25.33,27.57,31.15,34.2,40.73,34.52,33.18,35.86,38.47,43.57,41.4,36.32,37.18,36.1,34.03,32.65,29.68,31.43,32.76,29.12,27.81];
电价优化模块,通过采集模块采集的数据,确定实时电价p(h);通过对该电力市场连续三天的负荷与实时电价数据采用最小二乘拟合,得到其对应的线性需求函数为:
d=10003+111p
最小二乘拟合求得系数a=10003,b=111
经过实时电价优化计算后,得到优化后的实时电价结果如表1:
表1
智能用电模块的具体工作过程为:
将家庭负荷分为两类:固定负荷Lold和可控负荷Ladj。可控负荷包括可调整用电计划的各种智能家电;固定负荷不可调,可由用户的总负荷扣除智能家电的负荷确定。
A:可控家电集合,包括如洗衣机、热水器、冰箱,空调,电动汽车等;
a:具体单个家用电器;a∈A
h=1,2,……,24,家电a在h时段的用电情况;
用户的用电设备a在未来24小时的各时段用电计划向量为:
Ea:用电设备a一天内的总用电量;(家电在一天内的电能消耗不变,变化的是该家电的运行时段)
αa,βa:用电设备a的启动和停止时间。如用户希望洗碗机在下午2点和6点之间完成洗碗功能,以保证晚餐时能够使用;电动汽车在晚上10点和早上7点之间进行充电,以保证上班用车要求。
从而有:
家用电器的最小功率和最大功率,即:
Emax,h:每个时段所有家电的最大总电量;
情形a:不含新能源发电时,Emax,h由线路的最大容量和用户的固定负荷确定,即:
情形b:含新能源发电时,可把新能源发电看作负的负荷,从而Emax,h就由线路的最大容量用户的固定负荷以及新能源发电确定,即:
从而,每个时段可控负荷的总用电量不能超过Emax,h,即
实时电价机制下,用户未来24小时的总电费为:
为了减少其电费的支出,用户会合理安排各家电的用电计划,从而得到满足其要求的最优用电计划
因此智能用电模块的决策变量为(各家电在每个时段的用电计划);
目标函数为:(用户缴纳的电费最少(即电费支出满意度最大))
模型的约束条件为:
约束条件(6)表示每个智能家电一天消耗的总电量;式(8)表示每个家电的功率范围;式(9)表示每个时段总电量约束条件。
模型需要输入的数据有:
1)未来一天的分时电价p(h)(h=1,2,…,24);
2)各家电一天的总用电量Ea;
3)各时段线路的最大容量
4)各时段用户的固定负荷数据
5)各时段新能源发电数据
6)根据线路的最大容量、固定负荷数据以及新能源发电数据以确定所有可控家电在各时段的最大总用电量Emax,h;
7)各家电在各时段的最小和最大用电量
8)各家电运行区间αa,βa;
模型的输出:各家电在各时段的用电计划
模型的求解:采用线性规划的单纯形法进行求解;
在本实施例中,当不含新能源时:考虑六种家电,分别为冰箱、洗衣机、空调、热水器、照明和电视机。前四种家电可在[1,24]的时间区间运行。照明和电视机在[18,24]时段运行。输入数据如表2:
表2
冰箱 | 洗衣机 | 空调 | 热水器 | 照明 | 电视机 | |
每时段最小用电量wh | 0 | 0 | 0 | 0 | 0 | 0 |
每时段最大用电量wh | 200 | 300 | 1000 | 1200 | 400 | 200 |
一天总用电量wh | 1200 | 1800 | 6000 | 2400 | 2000 | 1000 |
照明:[αa,βa]=[18,24];
电视机:[αa,βa]=[18,24];
分时电价为:[31.97 31.97 31.97 31.97 31.97 31.97 31.97 31.97 61 61 6161 61 61 98.75 98.75 98.75 61 61 98.75 98.75 98.75 61 61]
各时段最大总用电量:=[2400;1680;1370;2660;1050;1040;2100;1510;1820;1340;1050;1160;1220;2200;2290;2370;1960;1560;1180;2360;1500;1680;2170;2300];
优化结果为表3:(各家电在每个小时内的用电量Wh)
表3不含新能源发电时智能家电用电计划
当含新能源发电时
情形一:接入新能源发电后,各时段的新能源发电假设为:
从而各时段最大总用电量变为:
=[2700;2000;1700;3000;1400;1700;2400;1800;2100;1600;1300;1500;1500;2500;2600;2700;2300;1900;1500;2700;1800;2000;2500;2600];
其他输入数据不变,则考虑新能源发电后优化结果为:(各家电在每个小时内的用电量Wh)
表4含新能源发电时智能家电用电计划
故障状态下智能家电用电计划
情形1:不含新能源且电网故障状态下,所有家电将退出运行状态。
情形2:含新能源且电网故障状态时,线路的最大容量则各时段所有可控家电的总电量为:
当Emax,h<0时,新能源发电不能满足固定负荷的需求,因此所有可控智能家居将退出运行且有一部分固定负荷将退出运行。
当Emax,h>0时,新能源发电能满足固定负荷的需求,但不能满足所有智能家电的负荷需求,因此有一部分可控智能家电将退出运行。当电网发生故障,各时段最大总用电量将发生变化,为了最小程度改变用户的用电方式,达到用电方式满意度最大,选取各家电各个时段的新的用电情况即为决策变量,以最小化为目标函数进行优化求解。
目标函数:用户用电满意度最大,即相对于正常运行状态,各家电在各时段用电变化量最小,即:
式中,表示智能家电a在各时段的新电量;表示电网故障前智能家电a在各时段的电量;
模型的输入数据有:
(1)各时段用户的固定负荷数据
(2)各时段新能源发电数据
(3)根据固定负荷数据以及新能源发电数据以确定所有可控家电在各时段的最大总用电量
(4)各家电正常运行状态下各时段用电计划
(5)各家电在各时段的最小和最大用电量
(6)各家电运行区间αa,βa;
模型的输出:各家电在各时段的新用电计划
模型的求解:采用非线性规划的罚函数法进行求解(即与之前提供的分时电价优化模型相同的求解方法);
算例分析:
正常运行时各家电的用电计划如表2所示;
假设电网故障时,各时段最大用电量Emax,h约束条件变为:
=[200;380;270;360;450;540;600;510;720;640;550;560;620;800;790;670;360;260;380;560;400;680;670;800];
其他输入数据不变,则该情形下的优化结果为:(各家电在每个小时内的用电量Wh)
表5电网故障时各家电用电计划
冰箱 | 洗衣机 | 空调 | 热水器 | 照明 | 电视机 | |
1 | 200 | |||||
2 | 380 | |||||
3 | 270 | |||||
4 | 301.745 | 58.255 | ||||
5 | 27.925 | 422.075 | ||||
6 | 29.83 | 510.17 | ||||
7 | 0 | 522.77 | 77.23 | |||
8 | 2.435 | 507.565 | ||||
9 | ||||||
10 | ||||||
11 | ||||||
12 | ||||||
13 | ||||||
14 | ||||||
15 | ||||||
16 | ||||||
17 | ||||||
18 | 230 | 30 | ||||
19 | 290 | 90 | ||||
20 | 158.8599 | 78.41993 | ||||
21 | 115.3699 | 59.99993 | ||||
22 | 125.7699 | 61.57993 | ||||
23 | 400 | 200 | ||||
24 | 400 | 200 |
以上所述的本发明的实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (4)
1.一种基于实时电价的智能用电系统,其特征在于,包括:
采集模块,采集历史电量需求和电价数据;
电价优化模块,通过采集模块采集的数据,确定实时电价p(h);具体实现方式为:
采用最小二乘法拟合出线性需求价格函数d=a+bp,其中d表示电力需求量,a,b是线性需求函数的系数;
根据上述线性需求函数系数获取需求价格弹性,第h时段对应的需求价格弹性函数为:其中p0(h)表示第h时段的初始电价;
根据需求价格弹性函数建立用户的实时需求和实时电价的关系模型:其中d(h)表示第h时间段用电需求,d0(h)表示第h时段的初始用电需求,p(h)表示第h时段的实时电价;
以实时电价为变量,构建优化模型如下:
确定目标函数:min(max(d(h))-min(d(h))),h=1,2,…,24;
h表示一天中第h个时间段,d(h)表示第h时间段用电需求;
约束条件:M1=M0
∑Qh=∑Qh’
0.5pp≤p(h)≤1.5pv;
M0表示实行最优实时电价前用户的支出,M1表示实行最优实时电价后用户的支出;∑Qh、∑Qh’分别表示实行峰谷实时电价前、后的电力需求量总和;pp、pv分别表示峰、谷电价,p(h)表示第h个时间段的实时电价;
智能用电控制模块,根据实时电价确定用电策略,目标函数为:
模型的约束条件为:
h<αa' or h>βa' (7)
约束条件(6)表示各智能家电一天消耗的总电量;式(8)表示每个家电的功率范围;式(9)表示每个时段总电量约束条件;
f:用户缴纳的电费;
A:可控家电集合;
a':具体单个可控家电,a'∈A;
h=1,2,…,24,可控家电a'在h时段的用电情况;
Ea':用电设备a'一天内的总用电量;
αa',βa':用电设备a'的启动和停止时间;
家用电器的最小功率和最大功率;
Emax,h:每个时段所有家电的最大总电量。
2.根据权利要求1所述的基于实时电价的智能用电系统,其特征在于,当智能用电系统不包括新能源发电时,Emax,h由各时段线路的最大容量和用户的固定负荷确定,即
当智能用电系统包括新能源发电时,Emax,h由各时段线路的最大容量用户的固定负荷以及新能源发电确定,即:
3.根据权利要求2所述的基于实时电价的智能用电系统,其特征在于,当不含新能源且电网故障状态下,智能用电控制模块控制所有家电将退出运行状态:
当含有新能源且电网故障状态下,即各时段线路的最大容量则各时段所有可控家电的总电量为:
当Emax,h<0时,新能源发电不能满足固定负荷的需求,智能用电控制模块控制所有可控家电退出运行,且有一部分固定负荷将退出运行;
当Emax,h>0时,新能源发电能满足固定负荷的需求,但不能满足所有智能家电的负荷需求,控制一部分可控家电退出运行。
4.根据权利要求3所述的基于实时电价的智能用电系统,其特征在于,所述当Emax,h>0时,智能用电控制模块控制使最小程度的改变用户的用电方式,其目标函数为:
其中表示可控家电a’在各时段的新电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310652312.6A CN103617566B (zh) | 2013-12-05 | 2013-12-05 | 一种基于实时电价的智能用电系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310652312.6A CN103617566B (zh) | 2013-12-05 | 2013-12-05 | 一种基于实时电价的智能用电系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103617566A CN103617566A (zh) | 2014-03-05 |
CN103617566B true CN103617566B (zh) | 2017-03-01 |
Family
ID=50168270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310652312.6A Active CN103617566B (zh) | 2013-12-05 | 2013-12-05 | 一种基于实时电价的智能用电系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103617566B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109670809A (zh) * | 2018-11-16 | 2019-04-23 | 恒大智慧科技(深圳)有限公司 | 充电费用计算方法、计算机设备及存储介质 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104112168B (zh) * | 2014-06-16 | 2017-08-29 | 国家电网公司 | 一种基于多代理系统的智能家居优化方法 |
CN104156834A (zh) * | 2014-09-03 | 2014-11-19 | 智慧城市信息技术有限公司 | 一种电费管理方法和系统 |
CN104778504B (zh) * | 2015-03-18 | 2018-05-18 | 南京邮电大学 | 一种家庭用户智能家电的用电安排优化方法 |
CN104778507B (zh) * | 2015-04-02 | 2017-03-01 | 南京邮电大学 | 一种基于自适应粒子群算法的楼宇智能用电策略获取方法 |
CN105790292A (zh) * | 2016-01-04 | 2016-07-20 | 国家电网公司 | 基于最优控制模型的典型负荷有序用电方法 |
CN106971280A (zh) * | 2017-05-09 | 2017-07-21 | 上海交通大学 | 智能电网中公司和用户的实时优化模型和需求响应方法 |
CN110226901A (zh) * | 2018-03-05 | 2019-09-13 | 青岛海尔洗碗机有限公司 | 一种分区洗碗机的控制方法 |
CN110275460B (zh) * | 2018-03-16 | 2021-10-19 | 深圳富泰宏精密工业有限公司 | 智能家电站及智能家电控制方法 |
CN108418213B (zh) * | 2018-03-19 | 2021-09-21 | 云南电网有限责任公司电力科学研究院 | 一种基于源荷互动电力系统调度的方法 |
CN110322074A (zh) * | 2019-07-09 | 2019-10-11 | 北京华电天仁电力控制技术有限公司 | 一种考虑电力供求关系的短期电价预测方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102447256A (zh) * | 2010-10-12 | 2012-05-09 | 三星电子株式会社 | 电力管理系统和控制电力管理系统的方法 |
CN102570445A (zh) * | 2010-10-28 | 2012-07-11 | 株式会社东芝 | 家用能源管理系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030182250A1 (en) * | 2002-03-19 | 2003-09-25 | Mohammad Shihidehpour | Technique for forecasting market pricing of electricity |
US20040215529A1 (en) * | 2004-04-16 | 2004-10-28 | Foster Andre E. | System and method for energy price forecasting automation |
WO2012101656A2 (en) * | 2011-01-27 | 2012-08-02 | Indian Institute Of Technology, Bombay | A system and method for electricity price forecasting |
-
2013
- 2013-12-05 CN CN201310652312.6A patent/CN103617566B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102447256A (zh) * | 2010-10-12 | 2012-05-09 | 三星电子株式会社 | 电力管理系统和控制电力管理系统的方法 |
CN102570445A (zh) * | 2010-10-28 | 2012-07-11 | 株式会社东芝 | 家用能源管理系统 |
Non-Patent Citations (1)
Title |
---|
基于实时电价的智能用电系统;殷树刚等;《电网技术》;20091130;第33卷(第19期);全文 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109670809A (zh) * | 2018-11-16 | 2019-04-23 | 恒大智慧科技(深圳)有限公司 | 充电费用计算方法、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103617566A (zh) | 2014-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103617566B (zh) | 一种基于实时电价的智能用电系统 | |
Shafie-Khah et al. | A stochastic home energy management system considering satisfaction cost and response fatigue | |
CN102591276B (zh) | 一种适用于智能电网的居民用户智能电表系统 | |
Lu et al. | Residential demand response considering distributed PV consumption: A model based on China's PV policy | |
CN107612041B (zh) | 一种考虑不确定性的基于事件驱动的微电网自动需求响应方法 | |
Gong et al. | Dynamic modeling and optimal design for net zero energy houses including hybrid electric and thermal energy storage | |
Cai et al. | Promoting wind and photovoltaics renewable energy integration through demand response: Dynamic pricing mechanism design and economic analysis for smart residential communities | |
CN104218683B (zh) | 一种闭环自学习需求响应系统及方法 | |
Lee et al. | Residential electricity load scheduling for multi-class appliances with time-of-use pricing | |
CN113452020A (zh) | 一种考虑柔性氢需求的电氢能源系统调度方法 | |
CN110209135B (zh) | 基于微型热电联产多时间尺度的家庭能源优化调度方法 | |
CN110503461B (zh) | 一种智能电网中基于住宅用户聚类的需求响应方法 | |
CN105894122A (zh) | 一种用于家庭能量管理系统的用电设备运行调度方法 | |
Yang et al. | A novel dynamic load-priority-based scheduling strategy for home energy management system | |
Yang et al. | A two-stage operation optimization model for isolated integrated energy systems with concentrating solar power plant considering multi-energy and multi-type demand response | |
CN105811454A (zh) | 一种考虑风电接入的直接负荷控制资源优化方法 | |
Pang et al. | Collaborative power tracking method of diversified thermal loads for optimal demand response: A MILP-Based decomposition algorithm | |
CN113988471A (zh) | 一种微电网运行多目标优化方法 | |
CN104778507A (zh) | 一种基于自适应粒子群算法的楼宇智能用电策略获取方法 | |
CN113935856A (zh) | 电能的控制方法及其装置、处理器、计算机可读存储介质 | |
CN105761022A (zh) | 一种直接负荷控制方案评估及甄选方法 | |
Gupta et al. | Empirical evaluation of demand side response trials in UK dwellings with smart low carbon technologies | |
CN105823175A (zh) | 基于需求响应的空调分时调度的方法 | |
Liu et al. | Market for multi-dimensional flexibility with parametric demand response bidding | |
Gupta et al. | Optimal provision for enhanced consumer satisfaction and energy savings by an intelligent household energy management system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 510663 Luogang District Science City, Guangdong, Feng Tian Road, No. 1, No. Patentee after: Company limited of China Energy Engineering Group Guangdong Electric Power Design Institute Address before: 510663 Luogang District Science City, Guangdong, Feng Tian Road, No. 1, No. Patentee before: Guangdong Electric Power Design Institute of CEEC |