CN107730050A - 一种面向家庭综合能源管理系统的鲁棒优化调度方法 - Google Patents
一种面向家庭综合能源管理系统的鲁棒优化调度方法 Download PDFInfo
- Publication number
- CN107730050A CN107730050A CN201711052944.3A CN201711052944A CN107730050A CN 107730050 A CN107730050 A CN 107730050A CN 201711052944 A CN201711052944 A CN 201711052944A CN 107730050 A CN107730050 A CN 107730050A
- Authority
- CN
- China
- Prior art keywords
- robust
- msub
- mover
- mrow
- peer
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种面向家庭综合能源管理系统的鲁棒优化调度方法,包括:构建家庭综合能源管理系统电气设备基本模型;针对不确定参数建立区间模型;建立家庭综合能源管理系统调度模型;鲁棒优化调度,方法如下:第一步:将不确定参数室外温度与热水用量的区间数表达形式带入到热负荷设备模型中,计算含不确定参数的舒适度约束条件;第二步:引入鲁棒调节参数,将含不确定参数的舒适度约束条件转换为可调节鲁棒对等式;第三步:使用强对偶原理对可调节鲁棒对等式进行处理,将其转化为易于求解的线性鲁棒对等式;优化调度结果的获取。
Description
技术领域
本发明属于智能用电技术领域。
背景技术
随着需求侧管理的发展,居民用户面对的电价机制日趋灵活多样。家庭智能用电系统能够积极响应包括分时电价、实时电价和尖峰电价等在内的灵活电价机制,帮助用户管理家用电气设备、优化家庭负荷调度,实现用电经济、环保、舒适的目的。同时,系统可以通过家庭智能电气设备的协同调度,进行家庭分布式能源的就地消纳与家庭负荷的削峰填谷。而目前家庭智能用电系统面临着多种不确定性的挑战,不确定参数的随机性已经对家庭电气设备调度造成了较大的影响。
发明内容
本发明为解决家庭智能用电系统中不确定参数问题,提供一种家庭智能用电系统鲁棒优化调度方法。技术方案如下:
一种面向家庭综合能源管理系统的鲁棒优化调度方法,所述方案包括以下步骤:
(1)构建家庭综合能源管理系统电气设备基本模型
依据家庭综合能源管理系统内电器的电气特性,将众多的家庭电器划分为可中断负荷、不可中断负荷、热负荷、储能设备与分布式发电设备,用数学模型表示其工作过程与工作特性;
(2)针对不确定参数建立区间模型
输入次日i时刻预测温度值与最大偏差温度值预测热水用量和最大的计划外用水量采用区间数表示室外温度与热水用量的不确定性:
(3)建立家庭综合能源管理系统调度模型
使用数学规划方法,用家居用户的净电费作为目标函数,用电气设备的运行限制与用户的舒适度要求作为约束条件,建立家庭综合能源管理系统调度模型;
(4)鲁棒优化调度,方法如下:
第一步:将不确定参数室外温度与热水用量的区间数表达形式带入到热负荷设备模型中,计算含不确定参数的舒适度约束条件;
第二步:引入鲁棒调节参数,将含不确定参数的舒适度约束条件转换为可调节鲁棒对等式;
第三步:使用强对偶原理对可调节鲁棒对等式进行处理,将其转化为易于求解的线性鲁棒对等式;
(5)优化调度结果的获取,方法如下:
第一步:输入家庭电气设备运行参数与家居用户设定参数到CPLEX优化求解器中;
第二步:将家庭综合能源管理系统调度模型中的目标函数与约束条件和鲁棒优化调度中的线性鲁棒对等式输入到CPLEX优化求解器中;
第三步:选用分支定界法作为调节CPLEX优化求解器主算法,对输入调度问题进行求解;最终优化计算结果为各个家庭电器的运行调度安排与家庭储能的充放电计划安排。
本发明采用鲁棒优化方法,建立家庭智能用电系统鲁棒优化调度模型,以实现不确定参数环境下的最优化能量管理;提出的鲁棒优化调度模型能够在多重不确定参数扰动下为用户提供完全鲁棒调度方案。完全鲁棒调度方案表明其不仅完全保障用户舒适度,而且对各电气设备协同调度,以促进分布式光伏的就地消纳与负荷削峰填谷。同时在鲁棒优化中设置不同的鲁棒等级以反映用户在用电舒适度与经济性之间的取舍,使用户可以与家庭智能用电系统进行互动,从而获得多样化的用电决策。
附图说明
图1次日家庭光伏输出功率与不可调度负荷需求功率曲线
图2实时电价曲线
图3室外环境温度不确定区间曲线
图4热水用量不确定区间曲线图
图5家庭各电气设备调度计划
图6实际室温区间曲线
图7实际热水温度区间曲线
图8完全鲁棒调度方案下的实际室温
图9完全鲁棒调度方案下的实际热水温度
图10完全鲁棒调度方案下的家庭各电气设备调度计划
具体实施方式
下面结合附图和实施例对本发明进行说明。
101:构建家庭智能用电系统优化调度模型;
典型的家庭智能用电系统主要包括电网、分布式能源、储能设备、多种智能电气设备和系统控制中心。依据不同的工作特性,家庭中多种的智能电气设备可以划分为温控型调度负荷、可中断调度负荷、不可中断调度负荷和不可调度负荷。该优化调度模型是以用户净电费最小化为目标函数,由下式表示:
N为优化调度阶段内的总步长数,Δt为单个调度阶段时长,δ为耗电电气设备的集合,Pδ,i表示对应的耗电设备的第i时段内用电功率;和PPV,i分表表示第i时段储能设备与分布式光伏的输出功率。pricebuy,i和pricesell,i分别表示第i时段系统与电网交互的购电与售电价格。
本发明选取电动汽车与洗衣机作为可中断型调度负荷的典型代表,选取干衣机与洗碗机作为不可中断型调度负荷的典型代表,选取空调与电热水器作为温控型调度负荷的典型代表,并给出这些家庭电气设备的运行约束条件。
可中断调度负荷允许在其工作时段内转移其工作时段,且只具有“开”和“关”两种状态。故可中断调度负荷约束条件为:
其中xISL,i表示可中断负荷在第i时段的工作状态(0表示不工作,1表示工作),[bISL,eISL]表示负荷的允许工作时段;lISL和分别表示负荷的所需工作时长与额定功率。
与可中断负荷类似,不可中断负荷也可以转移其工作时段。但是不可中断负荷工作特性是不允许打破其工作过程,因此需要添加必要的约束条件。
其中xNISL,i表示不可中断负荷在第i时段的工作状态(0表示不工作,1表示工作),[bNISL,eNISL]表示负荷的允许工作时段;lNISL和分别表示负荷的所需工作时长与额定功率。
以下的空调热力学差分方程描述了家庭室内温度与室外温度、空调特性、空调工作状态的关系:
其中,θroom,i、θout,i分别表示室内和室外i时刻的温度;xAC,i表示第i时段内空调工作状态(0表示不工作、1表示制热状态、-1表示制冷状态);空调的主要热力学参数为热阻R和热容C;为空调设备额定功率。
因为每个时段的室温均需保持在用户预设范围之内。故空调的约束条件有:
与空调设备类似,电热水器也拥有其本身的运行差分方程与水温约束条件。
其中,θwater,i为i时刻电热水器水箱中热水温度;di、xEWH,i分别为第i时段内用户热水用量和电热水器加热功率;常数ρ为千瓦时与焦耳转换系数,其值为3.6×106;常数C为水比热容,其值为4.2×103; M为电热水器水箱总容量。
家庭储能设备以铅酸蓄电池为代表,充放电过程中的储能设备的荷电状态变化及运行约束条件由下面的公式表示。
其中,和分别表示储能设备的充放电功率与充放电状态(1为处于相应充放电状态,反之0表示不处于);ηch、ηdch分别为充放电效率,分别为充放电最大功率,ε表示为自放电率;
102:考虑不确定参数的家庭智能用电系统鲁棒优化调度模型;
以上模型中的预测参数,例如环境温度参数与用户热水用量,具有很大的不确定性与随机性,却没有纳入模型的考虑范围内的。预测环境温度可以从气象部门的预报数据中获取,但是由于天气变化与预报准确度等因素的影响,其值在预测值上下相同的范围内波动。而用户热水用量的不确定性为某些时段内额外的热水用量,例如额外的洗浴与洗漱行为。基于此,本发明假定不确定环境温度与不确定热水用量值计算公式如下:
其中,分别表示i时刻预测温度值与最大偏差温度值;分别表示第i时段内预测热水用量和最大的计划外用水量。
因为约束条件(10)-(13)均含有不确定参数,所以原模型无法求解。所以必须采用鲁棒优化方法将含有这些不确定参数的约束条件转化为对应鲁棒对等式,构建家庭智能用电鲁棒优化调度模型。其中含室外温度不确定参数的鲁棒对等式如式(22)和(23)所示。
式中,ΓAC,i为空调设备的第i行约束条件的鲁棒控制参数,其取值集合为[0,1]。
同理,计及不确定热水用量的约束条件(12)、(13)也可以转化为相应的鲁棒对等式,但该鲁棒对等式不能直接求解。通过强对偶原理进行转换,得到如下线性鲁棒对等式。
上式中,ΓEWH,i为电热水器的第i行约束条件的鲁棒控制参数,其取值集合为[0,i]。b,c详值见附表1说明。
至此,以最小化次日的家庭净用电费用(公式(1-2))为目标函数,以各电气设备工作约束(公式(3-9) 和(14-19))以及考虑不确定参数的鲁棒性约束条件(公式(22-29))为约束条件的家庭智能用电系统鲁棒优化调度模型建立完毕。其模型结果是是考虑多重不确定参数情况下,对其余可调度的家庭负荷与储能设备进行优化调度,产生最优的购电/卖电计划、智能家电用电计划与储能设备的充放电计划。
103:对家庭智能用电系统鲁棒优化调度模型进行求解。
由上文可知,本发明构建的数学模型的本质是一个含有鲁棒参数的MIP问题。由于本发明涉及了多种不同调度负荷与储能设备,导致规划问题的决策变量约束条件的数量众多,整个规划问题是一种大规模的 MIP问题。尽管启发式算法(例如粒子群算法,遗传算法等)可以有效求解MIP问题,但是大规模的决策变量容易引发其维数灾难,同时大规模的约束条件也不利于其在可行域内迭代求解。
CPLEX是美国IBM公司出品的一款商用数学规划求解器,可以稳定高效的求解包括线性规划(LP)、二次规划(QP)和混合整数规划(MLP)在内的多种数学规划问题。因此针对本发明构建的MIP问题,本发明采用成熟的数学优化软件CPLEX进行求解。
仿真调度时长为次日的0时至24时,调度步长为1小时。次日该家庭光伏输出功率(10kW额定容量) 与不可调度负荷需求功率数据见图1。灵活的电力市场环境下,家庭的实时购电电价如图2所示。而本发明售电电价统一为0.34元/kWh。
调度涉及到多种多样的负荷,其中可中断型、不可中断型调度负荷的运行参数见表2。温控型调度负荷的热力学参数中,空调设备热阻和热容值分别为18℃/kW、0.525kWh/℃,电热水器水箱总容量为100L,空调与电热水器的额定功率分别为1.8kW与3.6kW。冬季室内温度区间设定为16℃至24℃,用户热水温度区间设定为37℃至53℃,而冬季冷水温度假定为5℃。储能设备参数如表3所示。
家庭智能用电系统中的不确定参数为室外环境温度和用户热水用量,环境温度不确定区间被描述在图 3中。空调的鲁棒控制参数的取值集合为[0,1]。本发明假定于6:00至11:00内每个时段发生了不同程度的计划外用水,用户热水用量及其不确定区间如图4所示。
当不考虑环境温度与热水用量的不确定性时,家庭中各电气设备的调度计划如图5所示。此时,家庭次日净电费为9.81元。而图6、7分别为不确定参数影响下的实际室温与热水温度。可以看到,室外环境温度的不确定扰动会使得实际室温出现很大的波动范围。其中7个时段的室温均已破坏室温舒适度约束,实际室温最低可至14摄氏度。如此多时段的低室温是用户无法接受的。相比于环境温度,计划外的用水量对原调度结果造成更严重的影响,用户热水舒适度完全没有得到保障。因此,采用鲁棒优化调度方法处理不确定参数的影响是十分必要的。
完全鲁棒调度方案
完全鲁棒调度方案是指对不确定参数集合内的任意元素均能保证舒适度约束条件的调度方案。图8和 9分别为完全鲁棒调度方案下的实际室温与热水温度。对比图6和图8,空调在多个低温时段开启加热工作状态,以保证室温不低于下限约束。对比图7和图9,电热水器在计划外用水来临之前的低电价时段进行预加热,保持热水水温处于较高水平,以减少计划外用水时期的用电。总的来说,无论不确定参数在其区间内取何值,完全鲁棒调度方案下的室内温度与热水温度均被约束于用户设定的温度范围内。这说明完全鲁棒调度方案可以处理不确定参数集合内的所有情况,证明了鲁棒优化调度模型处理不确定参数的可行性与有效性。
完全鲁棒调度方案下的家庭次日净电费为12.75元,其较原调度方案上升了2.94元。其原因是为了完全保障用户舒适度与调度计划的鲁棒性而增加温控型负荷用电,从而损失一定的经济性。该方案下各电气设备调度计划如图10所示。由图可知,完全鲁棒调度方案优化转移了其余负荷的工作时段,也重新制定了储能设备的充放电计划,其保持了协同调度与负荷转移的特点,有利于系统层面的削峰填谷。对比图5 与图10可以发现,系统在光伏高出力时期向电网售电功率明显降低,这说明完全鲁棒调度方案能够提高家庭光伏的就地消纳比率。
不同鲁棒等级调度方案
当鲁棒控制参数在其最大值与最小值之间取值时,鲁棒优化模型可以获得不同鲁棒等级调度方案。此时,用户可以通过设置鲁棒控制参数达到一种舒适度与电费之间的平衡。表4为不同鲁棒等级调度方案的约束条件违限率与净电费。分析表4可以看出,随着鲁棒等级的上升,室温与热水温度约束条件违限率下降,用户经济性下降。这表明用户可依据自身喜好来设定不同的鲁棒等级,从而通过牺牲不同等级的舒适度换取相应的经济性。
表1鲁棒调度模型参数b,c
表2可中断、不可中断型调度负荷运行参数
表3储能设备运行参数
表4不同鲁棒等级调度方案的约束条件违限率与净电费
Claims (1)
1.一种面向家庭综合能源管理系统的鲁棒优化调度方法,所述方案包括以下步骤:
(1)构建家庭综合能源管理系统电气设备基本模型
依据家庭综合能源管理系统内电器的电气特性,将众多的家庭电器划分为可中断负荷、不可中断负荷、热负荷、储能设备与分布式发电设备,用数学模型表示其工作过程与工作特性;
(2)针对不确定参数建立区间模型
输入次日i时刻预测温度值与最大偏差温度值预测热水用量和最大的计划外用水量采用区间数表示室外温度与热水用量的不确定性:
<mrow>
<msub>
<mover>
<mi>&theta;</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>&theta;</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>&theta;</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>o</mi>
<mi>u</mi>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<msub>
<mover>
<mi>d</mi>
<mo>~</mo>
</mover>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>d</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>d</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mover>
<mi>d</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
(3)建立家庭综合能源管理系统调度模型
使用数学规划方法,用家居用户的净电费作为目标函数,用电气设备的运行限制与用户的舒适度要求作为约束条件,建立家庭综合能源管理系统调度模型;
(4)鲁棒优化调度,方法如下:
第一步:将不确定参数室外温度与热水用量的区间数表达形式带入到热负荷设备模型中,计算含不确定参数的舒适度约束条件;
第二步:引入鲁棒调节参数,将含不确定参数的舒适度约束条件转换为可调节鲁棒对等式;
第三步:使用强对偶原理对可调节鲁棒对等式进行处理,将其转化为易于求解的线性鲁棒对等式;
(5)优化调度结果的获取,方法如下:
第一步:输入家庭电气设备运行参数与家居用户设定参数到CPLEX优化求解器中;
第二步:将家庭综合能源管理系统调度模型中的目标函数与约束条件和鲁棒优化调度中的线性鲁棒对等式输入到CPLEX优化求解器中;
第三步:选用分支定界法作为调节CPLEX优化求解器主算法,对输入调度问题进行求解;最终优化计算结果为各个家庭电器的运行调度安排与家庭储能的充放电计划安排。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711052944.3A CN107730050A (zh) | 2017-10-31 | 2017-10-31 | 一种面向家庭综合能源管理系统的鲁棒优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711052944.3A CN107730050A (zh) | 2017-10-31 | 2017-10-31 | 一种面向家庭综合能源管理系统的鲁棒优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107730050A true CN107730050A (zh) | 2018-02-23 |
Family
ID=61203010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711052944.3A Pending CN107730050A (zh) | 2017-10-31 | 2017-10-31 | 一种面向家庭综合能源管理系统的鲁棒优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107730050A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110289623A (zh) * | 2019-06-13 | 2019-09-27 | 天津大学 | 一种基于滚动优化的家庭能量管理分布式鲁棒调度方法 |
CN110544175A (zh) * | 2019-07-11 | 2019-12-06 | 天津大学 | 一种面向家庭智能用电的多能源综合优化调度方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809545A (zh) * | 2015-03-03 | 2015-07-29 | 河海大学 | 一种虚拟电厂运行建模方法 |
CN105281363A (zh) * | 2015-10-12 | 2016-01-27 | 清华大学 | 计及用户消费粘性的多能源优化与控制方法 |
CN105631542A (zh) * | 2015-12-24 | 2016-06-01 | 国网甘肃省电力公司电力科学研究院 | 一种家庭用户智能用电模式调度方法 |
CN106097154A (zh) * | 2016-07-12 | 2016-11-09 | 广东电网有限责任公司电力科学研究院 | 一种工业园区能源中心的调度方法及系统 |
CN106096747A (zh) * | 2016-03-25 | 2016-11-09 | 东南大学 | 一种实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管理方法 |
CN106228258A (zh) * | 2016-07-11 | 2016-12-14 | 浙江工业大学 | 一种计及需求侧管理的家庭能源局域网能量优化控制方法 |
CN106292286A (zh) * | 2016-09-14 | 2017-01-04 | 中国科学院电工研究所 | 一种家庭电力用户能量管理方法 |
CN106300368A (zh) * | 2016-09-22 | 2017-01-04 | 天津大学 | 面向含有界不确定参数的家庭负荷调度方法 |
-
2017
- 2017-10-31 CN CN201711052944.3A patent/CN107730050A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809545A (zh) * | 2015-03-03 | 2015-07-29 | 河海大学 | 一种虚拟电厂运行建模方法 |
CN105281363A (zh) * | 2015-10-12 | 2016-01-27 | 清华大学 | 计及用户消费粘性的多能源优化与控制方法 |
CN105631542A (zh) * | 2015-12-24 | 2016-06-01 | 国网甘肃省电力公司电力科学研究院 | 一种家庭用户智能用电模式调度方法 |
CN106096747A (zh) * | 2016-03-25 | 2016-11-09 | 东南大学 | 一种实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管理方法 |
CN106228258A (zh) * | 2016-07-11 | 2016-12-14 | 浙江工业大学 | 一种计及需求侧管理的家庭能源局域网能量优化控制方法 |
CN106097154A (zh) * | 2016-07-12 | 2016-11-09 | 广东电网有限责任公司电力科学研究院 | 一种工业园区能源中心的调度方法及系统 |
CN106292286A (zh) * | 2016-09-14 | 2017-01-04 | 中国科学院电工研究所 | 一种家庭电力用户能量管理方法 |
CN106300368A (zh) * | 2016-09-22 | 2017-01-04 | 天津大学 | 面向含有界不确定参数的家庭负荷调度方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110289623A (zh) * | 2019-06-13 | 2019-09-27 | 天津大学 | 一种基于滚动优化的家庭能量管理分布式鲁棒调度方法 |
CN110289623B (zh) * | 2019-06-13 | 2022-03-22 | 天津大学 | 一种基于滚动优化的家庭能量管理分布式鲁棒调度方法 |
CN110544175A (zh) * | 2019-07-11 | 2019-12-06 | 天津大学 | 一种面向家庭智能用电的多能源综合优化调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Coordinating flexible demand response and renewable uncertainties for scheduling of community integrated energy systems with an electric vehicle charging station: A bi-level approach | |
Wang et al. | Multi-objective optimization model of source–load–storage synergetic dispatch for a building energy management system based on TOU price demand response | |
Jin et al. | Foresee: A user-centric home energy management system for energy efficiency and demand response | |
Ruusu et al. | Direct quantification of multiple-source energy flexibility in a residential building using a new model predictive high-level controller | |
Wang et al. | Optimal scheduling of gas and electricity consumption in a smart home with a hybrid gas boiler and electric heating system | |
Parisio et al. | An MPC-based energy management system for multiple residential microgrids | |
CN105931136A (zh) | 一种融合需求侧虚拟储能系统的楼宇微网优化调度方法 | |
Zhang et al. | A novel multiobjective optimization algorithm for home energy management system in smart grid | |
Liang et al. | Optimal energy management for commercial buildings considering comprehensive comfort levels in a retail electricity market | |
Gong et al. | Dynamic modeling and optimal design for net zero energy houses including hybrid electric and thermal energy storage | |
Mak et al. | Optimization framework for coordinated operation of home energy management system and Volt-VAR optimization in unbalanced active distribution networks considering uncertainties | |
CN110474370B (zh) | 一种空调可控负荷、光伏储能系统的协同控制系统及方法 | |
Xu et al. | Real-time multi-energy demand response for high-renewable buildings | |
Jiang et al. | Two-stage joint optimal scheduling of a distribution network with integrated energy systems | |
Rastegarpour et al. | A distributed predictive control of energy resources in radiant floor buildings | |
CN107730050A (zh) | 一种面向家庭综合能源管理系统的鲁棒优化调度方法 | |
Tostado-Véliz et al. | A fully robust home energy management model considering real time price and on-board vehicle batteries | |
Liang et al. | Optimal scheduling of cooling and power combined supply system for tropical renewable microgrids | |
Lu et al. | Two-stage robust scheduling and real-time load control of community microgrid with multiple uncertainties | |
Bessler et al. | Using flexibility information for energy demand optimization in the low voltage grid | |
Reihani et al. | Scheduling of price-sensitive residential storage devices and loads with thermal inertia in distribution grid | |
Nazari-Heris et al. | Optimal robust scheduling of renewable energy-based smart homes using information-gap decision theory (IGDT) | |
Barala et al. | Optimal scheduling for residential building based on virtual energy storage system | |
Liu et al. | Hierarchical optimal dispatching strategy for microgrid system considering user-side resources | |
Xiong et al. | Hybrid robust-stochastic optimal scheduling for multi-objective home energy management with the consideration of uncertainties |
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: 20180223 |