CN106779365A - 一种基于需求响应的家庭负荷优化调度方法 - Google Patents
一种基于需求响应的家庭负荷优化调度方法 Download PDFInfo
- Publication number
- CN106779365A CN106779365A CN201611096711.9A CN201611096711A CN106779365A CN 106779365 A CN106779365 A CN 106779365A CN 201611096711 A CN201611096711 A CN 201611096711A CN 106779365 A CN106779365 A CN 106779365A
- Authority
- CN
- China
- Prior art keywords
- load
- family
- particle
- optimization
- transferable
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 51
- 230000004044 response Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 14
- 239000002245 particle Substances 0.000 claims abstract description 75
- 230000005611 electricity Effects 0.000 claims abstract description 15
- 240000002853 Nelumbo nucifera Species 0.000 claims description 5
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 5
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 4
- 229910002056 binary alloy Inorganic materials 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于需求响应的家庭负荷优化调度方法,其特征包括:1、根据负荷特性,将家庭负荷分为可转移负荷和不可转移负荷;2、根据可转移负荷,建立综合考虑用电成本、激励收益和不方便性的家庭负荷优化调度模型的目标函数;3、确定家庭负荷优化调度模型的约束条件,并与目标函数共同构成基于需求响应的家庭负荷优化调度模型;4、通过二进制粒子群算法求解家庭负荷优化调度模型,获得对可转移负荷的最优调度结果。本发明能对家庭中的可转移负荷进行优化调度,将峰时电价时段的家庭负荷向谷时电价和平时电价时段转移,从而降低家庭用电成本,并对电网达到削峰填谷的作用,继而提高分时电价环境下电网运行的安全性和稳定性。
Description
技术领域
本发明涉及需求响应领域,具体来说是一种基于需求响应的家庭负荷优化调度方法。
背景技术
随着人口的增长和人们生活水平的提高,住宅领域的能源消费已占世界能源消费总量的30-40%,作为能源消费的重要组成部分,家庭的每日负荷往往在一个时段呈现峰负荷的特点,而发电侧为了满足每天短暂的峰负荷时的电力消费需要进一步的扩建发电容量,这给电力系统的运行带来了巨大的成本负担。而从需求侧管理的角度,需求响应是指电力用户对价格信号或激励机制做出响应,改变原有的一些电力消费行为,从而促进电力系统运行的优化运行。
在现有的需求侧管理方案中,家庭负荷优化调度方法往往没有考虑家庭负荷优化调度后给用户带来的不方便性,这使得家庭负荷优化调度模型的目标函数不是很完善,不符合实际情况;同时在考虑激励对家庭负荷优化调度的影响中,现有的方案往往对每一时段采用固定激励的办法,这不利于用户将更多的负荷从峰时电价时段转移到谷时电价和平时电价时段,这使得削峰填谷的效果不是很显著。
发明内容
本发明针对现有技术中存在的不足之处,提供一种基于需求响应的家庭负荷优化调度方法,以期能对家庭中的可转移负荷进行优化调度,将峰时电价时段的家庭负荷向谷时电价和平时电价时段转移,从而降低家庭用电成本,并对电网达到削峰填谷的作用,继而提高分时电价环境下电网运行的安全性和稳定性。
本发明为解决技术问题采用如下技术方案:
本发明一种基于需求响应的家庭负荷优化调度方法的特点包括以下步骤:
步骤一、根据负荷特性,将家庭负荷分为可转移负荷和不可转移负荷;
所述可转移负荷是指在一定时间范围内可改变运行时间的负荷,所述不可转移负荷是指不可改变运行时间的负荷;所述可转移负荷根据负荷能否中断的特性,分为可转移可中断负荷和可转移不可中断负荷;
步骤二、根据所述可转移负荷,建立综合考虑用电成本、激励收益和不方便性的家庭负荷优化调度模型的目标函数;
步骤三、确定所述家庭负荷优化调度模型的约束条件,并与所述目标函数共同构成基于需求响应的家庭负荷优化调度模型;
步骤四、通过二进制粒子群算法求解所述基于需求响应的家庭负荷优化调度模型,获得对所述可转移负荷的最优调度结果。
本发明所述的基于需求响应的家庭负荷优化调度方法的特点也在于,
所述步骤二中,家庭负荷优化调度模型的目标函数为:
minCtotal=C-B+αI (1)
式(1)中,Ctotal为对所述可转移负荷优化调度后的总成本;C为用电成本,并由式(2)获得:
式(2)中,T为所述家庭负荷优化调度周期的总时段数;t为时段序号;N为所述可转移负荷中家用电器的总数量,i为家用电器的序号;Pi为第i个家用电器的额定功率;St表示主电网在第t个时段内的电价;Δt为每个时段的时长;是优化调度后的第i个家用电器在第t个时段内的运行状态,并由式(3)获得:
式(1)中,B为所述家庭负荷优化调度后的激励收益,并由式(4)获得:
式(4)中,am,t为第t个时段内第m档阶梯补贴对应的补贴大小;pm,t为优化调度后第t个时段内第m档阶梯补贴对应的转移负荷大小;M表示阶梯补贴的总档数;
式(1)中,I为所述家庭负荷优化调度后带来的不方便性,α为不方便性的系数,所述不方便性I由式(5)获得:
式(5)中,是第i个家用电器优化调度前在第t个时段内的运行状态,并由式(6)获得:
所述步骤三中,所述约束条件为:
startv≥startu+Nu (9)
式(7)表示运行时间约束;starti和endi分别指第i个家用电器可运行时间段的开始时刻和结束时刻,Ni是第i个家用电器的正常运行时间;
式(8)表示所述可转移不可中断负荷中,第j个可转移不可中断家用电器的连续运行约束;Nj是第j个可转移不可中断家用电器的正常运行时间,1≤j≤N;
式(9)表示家用电器的运行次序约束,第v个家用电器必须在第u个家用电器之后运行;startv指第v个家用电器的开始运行时刻,startu和Nu为第u个家用电器的开始运行时刻和正常运行所需时间,1≤u≤N,1≤v≤N。
所述步骤四包括:
步骤4.1、将每个参与需求响应的家用电器每一时刻的开关状态作为所述二进制粒子群算法中每个粒子的一个维度,所述开关状态用1和0表示,从而获得每个粒子的维数为T×N;将任意一个粒子的序号记为d;
步骤4.2、初始化所述二进制粒子群算法的各个参数,包括:粒子总数M、迭代次数L、最大迭代次数Lmax、速度更新参数c1、c2,1≤L≤Lmax,并初始化L=1;
步骤4.3、确定所述家庭负荷优化调度模型的目标函数和各约束条件中各个参数的实际值,并相应代入到所述二进制粒子群算法中;
步骤4.4、随机初始化粒子的速度和位置,获得第L代的第d个粒子的速度和位置;
步骤4.5、根据所述约束条件修改第d个粒子的速度和位置;
步骤4.6、根据所述目标函数计算第d个粒子的适应度值,从而获得M个粒子的适应度值,并从第L代M个粒子中选取最大的适应度值作为第L代的群体极值;
步骤4.7、根据修改后的第L代中第d个粒子的位置和速度,分别计算第L+1代的第d个粒子的速度和位置;
步骤4.8、根据所述约束条件修改所述第L+1代中第d个粒子的速度和位置,从而获得修改后的第L+1代粒子群中M个粒子的速度和位置;
步骤4.9、根据所述目标函数计算第L+1代中第d个粒子的适应度值,从第d个粒子的第L代和第L+1适应度值中选取较大适应度值作为第L+1代第d个粒子的个体极值;从而获得第L+1代M个粒子的个体极值后,再从第L+1代M个粒子的个体极值中选出最大适应度值作为第L+1代的群体极值;
步骤4.10、将L+1赋值给L,并判断L≥Lmax是否成立,若成立,则迭代结束,得到第Lmax代的群体极值,并将所述第Lmax代的群体极值所对应的调度方案作为最优调度方案,从而获得对家庭可转移负荷的最优调度结果;否则转到步骤4.7。
与已有技术相比,本发明有益效果体现在:
1、本发明优化调度方法,通过实施需求响应将峰时电价时段的家庭负荷向谷时电价和平时电价时段转移,达到了削峰填谷的作用,提高了分时电价环境下电网运行的安全性和稳定性,并降低了家庭用电成本。
2、本发明优化调度方法,根据转移负荷的大小对用户采用阶梯补贴的激励措施,阶梯补贴有利于家庭用户将更多的负荷从峰时电价时段转移到谷时电价和平时电价时段,使削峰填谷的效果更加显著。
3、本发明优化调度方法,在调度模型的目标函数中考虑了用户转移负荷后的不方便性,使优化调度模型的目标函数更加合理,更符合实际情况。
4、本发明优化调度方法,采用二进制粒子群算法进行求解,将每个参与需求响应的家用电器每一时刻的开关状态作为粒子的一个维度,粒子群算法有简单通用、鲁棒性强、精度高、收敛快等优点,二进制粒子群算法在具有一般粒子群算法优点的基础上,对01整数规划问题具有良好的寻优能力。
附图说明
图1为本发明的整体流程图;
图2为本发明的二进制粒子群算法求解流程图。
具体实施方式
本例实施中,一种基于需求响应的家庭负荷优化调度方法,如图1所示,包括以下步骤:
步骤一、根据负荷特性,将家庭负荷分为可转移负荷和不可转移负荷;
可转移负荷是指在一定时间范围内可改变运行时间的负荷,不可转移负荷是指不可改变运行时间的负荷;可转移负荷根据负荷能否中断的特性,分为可转移可中断负荷和可转移不可中断负荷;家庭中可转移可中断负荷包括有电热水器和电动汽车等,可转移不可中断负荷包括有洗衣机、烘干机等;
步骤二、根据可转移负荷,建立综合考虑用电成本、激励收益和不方便性的家庭负荷优化调度模型的目标函数;
家庭负荷优化调度模型的目标函数为:
minCtotal=C-B+αI (1)
式(1)中,Ctotal为对可转移负荷优化调度后的总成本;C为用电成本,并由式(2)获得:
式(2)中,T为家庭负荷优化调度周期的总时段数;t为时段序号;N为可转移负荷中家用电器的总数量,i为家用电器的序号;Pi为第i个家用电器的额定功率;St表示主电网在第t个时段内的电价;Δt为每个时段的时长;是优化调度后的第i个家用电器在第t个时段内的运行状态,并由式(3)获得:
式(1)中,B为家庭负荷优化调度后的激励收益,激励收益根据各峰时段和平时段转移的负荷的大小采用阶梯激励,并由式(4)获得:
式(4)中,am,t为第t个时段内第m档阶梯补贴对应的补贴大小;pm,t为优化调度后第t个时段内第m档阶梯补贴对应的转移负荷大小;M表示阶梯补贴的总档数;例如一种三档阶梯补贴的参数如表一所示:
表一
一种反映上表中峰谷时段的分时电价如表二所示:
表二
式(1)中,I为家庭负荷优化调度后带来的不方便性;α为不方便性的系数,不方便系数反映了用户参与家庭需求响应的偏好性,如有的用户愿意损失方便性来参与需求响应以获得激励收益和降低用电成本,则该用户的不方便性系数较小;不方便性I由家用电器总的提前或推迟的时间来衡量,并由式(5)获得:
式(5)中,是第i个家用电器优化调度前在第t个时段内的运行状态,并由式(6)获得:
步骤三、确定家庭负荷优化调度模型的约束条件,并与目标函数共同构成基于需求响应的家庭负荷优化调度模型;
家庭负荷优化调度模型约束条件为:
startv≥startu+Nu (9)
式(7)表示运行时间约束;starti和endi分别指第i个家用电器可运行时间段的开始时刻和结束时刻,Ni是第i个家用电器的正常运行时间;
式(8)表示可转移不可中断负荷中,第j个可转移不可中断家用电器的连续运行约束;Nj是第j个可转移不可中断家用电器的正常运行时间,1≤j≤N;
式(9)表示家用电器的运行次序约束,第v个家用电器必须在第u个家用电器之后运行,如烘干机必须在洗衣机之后运行;startv指第v个家用电器的开始运行时刻,startu和Nu为第u个家用电器的开始运行时刻和正常运行所需时间,1≤u≤N,1≤v≤N。
步骤四、如图2所示,通过二进制粒子群算法求解基于需求响应的家庭负荷优化调度模型,获得对可转移负荷的最优调度结果,具体步骤:
步骤4.1、将每个参与需求响应的家用电器每一时刻的开关状态作为二进制粒子群算法中每个粒子的一个维度,开关状态用1和0表示,从而获得每个粒子的维数为T×N;将任意一个粒子的序号记为d;
步骤4.2、初始化二进制粒子群算法的各个参数,包括:粒子总数M、迭代次数L、最大迭代次数Lmax、速度更新参数c1、c2,1≤L≤Lmax,并初始化L=1;
步骤4.3、确定家庭负荷优化调度模型的目标函数和各约束条件中各个参数的实际值,并相应代入到二进制粒子群算法中;
步骤4.4、随机初始化粒子的速度和位置,获得第L代的第d个粒子的速度和位置;
步骤4.5、根据约束条件修改第d个粒子的速度和位置;
步骤4.6、根据目标函数计算第d个粒子的适应度值,从而获得M个粒子的适应度值,并从第L代M个粒子中选取最大的适应度值作为第L代的群体极值;
步骤4.7、根据修改后的第L代中第d个粒子的位置和速度,分别计算第L+1代的第d个粒子的速度和位置;
步骤4.8、根据约束条件修改第L+1代中第d个粒子的速度和位置,从而获得修改后的第L+1代粒子群中M个粒子的速度和位置;
步骤4.9、根据目标函数计算第L+1代中第d个粒子的适应度值,从第d个粒子的第L代和第L+1适应度值中选取较大适应度值作为第L+1代第d个粒子的个体极值;从而获得第L+1代M个粒子的个体极值后,再从第L+1代M个粒子的个体极值中选出最大适应度值作为第L+1代的群体极值;
步骤4.10、将L+1赋值给L,并判断L≥Lmax是否成立,若成立,则迭代结束,得到第Lmax代的群体极值,并将第Lmax代的群体极值所对应的调度方案作为最优调度方案,从而获得对家庭可转移负荷的最优调度结果;否则转到步骤4.7。
Claims (4)
1.一种基于需求响应的家庭负荷优化调度方法,其特征在于,包括以下步骤:
步骤一、根据负荷特性,将家庭负荷分为可转移负荷和不可转移负荷;
所述可转移负荷是指在一定时间范围内可改变运行时间的负荷,所述不可转移负荷是指不可改变运行时间的负荷;所述可转移负荷根据负荷能否中断的特性,分为可转移可中断负荷和可转移不可中断负荷;
步骤二、根据所述可转移负荷,建立综合考虑用电成本、激励收益和不方便性的家庭负荷优化调度模型的目标函数;
步骤三、确定所述家庭负荷优化调度模型的约束条件,并与所述目标函数共同构成基于需求响应的家庭负荷优化调度模型;
步骤四、通过二进制粒子群算法求解所述基于需求响应的家庭负荷优化调度模型,获得对所述可转移负荷的最优调度结果。
2.根据权利要求1所述的基于需求响应的家庭负荷优化调度方法,其特征是,所述步骤二中,家庭负荷优化调度模型的目标函数为:
minCtotal=C-B+αI (1)
式(1)中,Ctotal为对所述可转移负荷优化调度后的总成本;C为用电成本,并由式(2)获得:
式(2)中,T为所述家庭负荷优化调度周期的总时段数;t为时段序号;N为所述可转移负荷中家用电器的总数量,i为家用电器的序号;Pi为第i个家用电器的额定功率;St表示主电网在第t个时段内的电价;Δt为每个时段的时长;是优化调度后的第i个家用电器在第t个时段内的运行状态,并由式(3)获得:
式(1)中,B为所述家庭负荷优化调度后的激励收益,并由式(4)获得:
式(4)中,am,t为第t个时段内第m档阶梯补贴对应的补贴大小;pm,t为优化调度后第t个时段内第m档阶梯补贴对应的转移负荷大小;M表示阶梯补贴的总档数;
式(1)中,I为所述家庭负荷优化调度后带来的不方便性,α为不方便性的系数,所述不方便性I由式(5)获得:
式(5)中,是第i个家用电器优化调度前在第t个时段内的运行状态,并由式(6)获得:
3.根据权利要求1所述的基于需求响应的家庭负荷优化调度方法,其特征是,所述步骤三中,所述约束条件为:
startv≥startu+Nu (9)
式(7)表示运行时间约束;starti和endi分别指第i个家用电器可运行时间段的开始时刻和结束时刻,Ni是第i个家用电器的正常运行时间;
式(8)表示所述可转移不可中断负荷中,第j个可转移不可中断家用电器的连续运行约束;Nj是第j个可转移不可中断家用电器的正常运行时间,1≤j≤N;
式(9)表示家用电器的运行次序约束,第v个家用电器必须在第u个家用电器之后运行;startv指第v个家用电器的开始运行时刻,startu和Nu为第u个家用电器的开始运行时刻和正常运行所需时间,1≤u≤N,1≤v≤N。
4.根据权利要求1所述的基于需求响应的家庭负荷优化调度方法,其特征是,所述步骤四包括:
步骤4.1、将每个参与需求响应的家用电器每一时刻的开关状态作为所述二进制粒子群算法中每个粒子的一个维度,所述开关状态用1和0表示,从而获得每个粒子的维数为T×N;将任意一个粒子的序号记为d;
步骤4.2、初始化所述二进制粒子群算法的各个参数,包括:粒子总数M、迭代次数L、最大迭代次数Lmax、速度更新参数c1、c2,1≤L≤Lmax,并初始化L=1;
步骤4.3、确定所述家庭负荷优化调度模型的目标函数和各约束条件中各个参数的实际值,并相应代入到所述二进制粒子群算法中;
步骤4.4、随机初始化粒子的速度和位置,获得第L代的第d个粒子的速度和位置;
步骤4.5、根据所述约束条件修改第d个粒子的速度和位置;
步骤4.6、根据所述目标函数计算第d个粒子的适应度值,从而获得M个粒子的适应度值,并从第L代M个粒子中选取最大的适应度值作为第L代的群体极值;
步骤4.7、根据修改后的第L代中第d个粒子的位置和速度,分别计算第L+1代的第d个粒子的速度和位置;
步骤4.8、根据所述约束条件修改所述第L+1代中第d个粒子的速度和位置,从而获得修改后的第L+1代粒子群中M个粒子的速度和位置;
步骤4.9、根据所述目标函数计算第L+1代中第d个粒子的适应度值,从第d个粒子的第L代和第L+1适应度值中选取较大适应度值作为第L+1代第d个粒子的个体极值;从而获得第L+1代M个粒子的个体极值后,再从第L+1代M个粒子的个体极值中选出最大适应度值作为第L+1代的群体极值;
步骤4.10、将L+1赋值给L,并判断L≥Lmax是否成立,若成立,则迭代结束,得到第Lmax代的群体极值,并将所述第Lmax代的群体极值所对应的调度方案作为最优调度方案,从而获得对家庭可转移负荷的最优调度结果;否则转到步骤4.7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611096711.9A CN106779365A (zh) | 2016-12-02 | 2016-12-02 | 一种基于需求响应的家庭负荷优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611096711.9A CN106779365A (zh) | 2016-12-02 | 2016-12-02 | 一种基于需求响应的家庭负荷优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106779365A true CN106779365A (zh) | 2017-05-31 |
Family
ID=58883245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611096711.9A Pending CN106779365A (zh) | 2016-12-02 | 2016-12-02 | 一种基于需求响应的家庭负荷优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106779365A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108021029A (zh) * | 2017-11-17 | 2018-05-11 | 北京航空航天大学 | 一种智能家用电需求响应平台 |
CN109787262A (zh) * | 2018-12-26 | 2019-05-21 | 湘潭大学 | 一种居民楼宇系统主动响应微电网优化调度方法 |
CN109873431A (zh) * | 2017-12-01 | 2019-06-11 | 中国电力科学研究院有限公司 | 一种家庭电动汽车调度方法及装置 |
CN110097474A (zh) * | 2019-03-25 | 2019-08-06 | 国网辽宁省电力有限公司 | 一种实现配电网削峰填谷的负荷控制方法 |
CN110535130A (zh) * | 2019-09-10 | 2019-12-03 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于细粒度用户数据的需求侧响应方法 |
CN110543969A (zh) * | 2019-07-31 | 2019-12-06 | 国网江苏省电力有限公司电力科学研究院 | 一种家庭用电行为优化算法 |
CN110752629A (zh) * | 2019-10-25 | 2020-02-04 | 中民新能投资集团有限公司 | 一种交直流混合家庭微电网能量优化管理方法 |
CN111402076A (zh) * | 2020-03-06 | 2020-07-10 | 北京四方继保自动化股份有限公司 | 一种居民负荷需求响应优化控制方法 |
CN111679573A (zh) * | 2020-05-13 | 2020-09-18 | 国网天津市电力公司电力科学研究院 | 一种居民家庭用能优化方法及装置 |
CN112859615A (zh) * | 2021-01-22 | 2021-05-28 | 西安建筑科技大学 | 家庭用电负荷优化调度方法、系统、设备及可读存储介质 |
CN112968445A (zh) * | 2021-03-01 | 2021-06-15 | 同济大学 | 一种居住建筑多能互补的需求响应控制方法 |
CN113256118A (zh) * | 2021-05-26 | 2021-08-13 | 西安建筑科技大学 | 一种家庭智能用电设备运行优化方法、系统及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140188295A1 (en) * | 2012-11-09 | 2014-07-03 | Kabushiki Kaisha Toshiba | Electricity suppressing type electricity and heat optimizing control device, optimizing method, and optimizing program |
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 |
CN105894188A (zh) * | 2016-03-31 | 2016-08-24 | 湘潭大学 | 一种家庭用电的调度方法 |
CN105976081A (zh) * | 2016-03-31 | 2016-09-28 | 国网江苏省电力公司电力科学研究院 | 一种基于需求响应的居民用电负荷分布式管理系统及方法 |
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
-
2016
- 2016-12-02 CN CN201611096711.9A patent/CN106779365A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140188295A1 (en) * | 2012-11-09 | 2014-07-03 | Kabushiki Kaisha Toshiba | Electricity suppressing type electricity and heat optimizing control device, optimizing method, and optimizing program |
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 |
CN105894188A (zh) * | 2016-03-31 | 2016-08-24 | 湘潭大学 | 一种家庭用电的调度方法 |
CN105976081A (zh) * | 2016-03-31 | 2016-09-28 | 国网江苏省电力公司电力科学研究院 | 一种基于需求响应的居民用电负荷分布式管理系统及方法 |
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
Non-Patent Citations (1)
Title |
---|
张延宇 等: "智能电网环境下家庭能源管理系统优化调度算法", 《电力系统保护与控制》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108021029A (zh) * | 2017-11-17 | 2018-05-11 | 北京航空航天大学 | 一种智能家用电需求响应平台 |
CN109873431A (zh) * | 2017-12-01 | 2019-06-11 | 中国电力科学研究院有限公司 | 一种家庭电动汽车调度方法及装置 |
CN109787262A (zh) * | 2018-12-26 | 2019-05-21 | 湘潭大学 | 一种居民楼宇系统主动响应微电网优化调度方法 |
CN110097474A (zh) * | 2019-03-25 | 2019-08-06 | 国网辽宁省电力有限公司 | 一种实现配电网削峰填谷的负荷控制方法 |
CN110543969A (zh) * | 2019-07-31 | 2019-12-06 | 国网江苏省电力有限公司电力科学研究院 | 一种家庭用电行为优化算法 |
CN110543969B (zh) * | 2019-07-31 | 2022-09-06 | 国网江苏省电力有限公司电力科学研究院 | 一种家庭用电行为优化算法 |
CN110535130A (zh) * | 2019-09-10 | 2019-12-03 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于细粒度用户数据的需求侧响应方法 |
CN110535130B (zh) * | 2019-09-10 | 2022-03-11 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于细粒度用户数据的需求侧响应方法 |
CN110752629B (zh) * | 2019-10-25 | 2021-07-27 | 中民新能投资集团有限公司 | 一种交直流混合家庭微电网能量优化管理方法 |
CN110752629A (zh) * | 2019-10-25 | 2020-02-04 | 中民新能投资集团有限公司 | 一种交直流混合家庭微电网能量优化管理方法 |
CN111402076A (zh) * | 2020-03-06 | 2020-07-10 | 北京四方继保自动化股份有限公司 | 一种居民负荷需求响应优化控制方法 |
CN111679573A (zh) * | 2020-05-13 | 2020-09-18 | 国网天津市电力公司电力科学研究院 | 一种居民家庭用能优化方法及装置 |
CN112859615A (zh) * | 2021-01-22 | 2021-05-28 | 西安建筑科技大学 | 家庭用电负荷优化调度方法、系统、设备及可读存储介质 |
CN112859615B (zh) * | 2021-01-22 | 2024-01-30 | 西安建筑科技大学 | 家庭用电负荷优化调度方法、系统、设备及可读存储介质 |
CN112968445A (zh) * | 2021-03-01 | 2021-06-15 | 同济大学 | 一种居住建筑多能互补的需求响应控制方法 |
CN112968445B (zh) * | 2021-03-01 | 2022-09-13 | 同济大学 | 一种居住建筑多能互补的需求响应控制方法 |
CN113256118A (zh) * | 2021-05-26 | 2021-08-13 | 西安建筑科技大学 | 一种家庭智能用电设备运行优化方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106779365A (zh) | 一种基于需求响应的家庭负荷优化调度方法 | |
CN106026152B (zh) | 一种电动汽车接入微电网的充放电调度方法 | |
CN106600099A (zh) | 一种计及碳交易的低碳调度与减排效益评估方法 | |
CN107403256B (zh) | 一种考虑需求响应不确定性的光伏微网电池储能配置方法 | |
WO2020140743A1 (zh) | 配电台区源-荷协同接入方法、终端、存储介质 | |
CN109740786A (zh) | 一种多端柔性互联配电网规划方法及系统 | |
CN110417061B (zh) | 一种基于改进蛙跳算法的电热联合系统调度方法 | |
CN107578182A (zh) | 基于需求侧响应下光储微电网运行控制方法 | |
CN108460482A (zh) | 考虑可中断负荷和日前小时电价的风电消纳方法 | |
CN107017619A (zh) | 非合作博弈视角的光伏充电站网络分布式能量管理方法 | |
CN107545364A (zh) | 激励型电力需求响应的用户响应策略优化方法 | |
CN109799851A (zh) | 一种基于负荷簇温度调控的用户侧负荷响应方法 | |
CN109767080B (zh) | 一种社区综合能源系统的需求侧响应评估方法 | |
CN109118024B (zh) | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 | |
CN105990838A (zh) | 一种计及可调度和可平移负荷的海岛微电网优化调度方法 | |
CN114202176A (zh) | 一种综合能源系统优化调度方法、系统、设备及存储介质 | |
CN108258710A (zh) | 一种计及电池容量衰减的电池储能系统优化配置方法 | |
CN110350512A (zh) | 一种智能园区新能源发电站调度优化方法及系统 | |
CN111969614A (zh) | 基于主从博弈的多园区综合能源系统优化调度方法 | |
CN113723870B (zh) | 一种分布式发电co2减排核算方法、装置、设备及介质 | |
CN108460525A (zh) | 一种多能互补配用电系统的综合能源利用效率评估方法 | |
CN115146868A (zh) | 电热气耦合的农村微能源系统协同规划方法及终端设备 | |
CN112734116A (zh) | 一种含分布式储能的主动配电网优化调度方法 | |
CN106096849A (zh) | 分布式光伏接入电网综合评价系统及方法 | |
CN113610426B (zh) | 基于用户满意度的智能用电社区能量管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |