CN108110755B - 基于功率预测的家庭用电组合方法 - Google Patents

基于功率预测的家庭用电组合方法 Download PDF

Info

Publication number
CN108110755B
CN108110755B CN201810011331.3A CN201810011331A CN108110755B CN 108110755 B CN108110755 B CN 108110755B CN 201810011331 A CN201810011331 A CN 201810011331A CN 108110755 B CN108110755 B CN 108110755B
Authority
CN
China
Prior art keywords
power
equipment
power generation
battery
prediction
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
Application number
CN201810011331.3A
Other languages
English (en)
Other versions
CN108110755A (zh
Inventor
曹超
马玉鑫
常悦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Electric Distributed Energy Technology Co ltd
Original Assignee
Shanghai Electric Distributed Energy Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Electric Distributed Energy Technology Co ltd filed Critical Shanghai Electric Distributed Energy Technology Co ltd
Priority to CN201810011331.3A priority Critical patent/CN108110755B/zh
Publication of CN108110755A publication Critical patent/CN108110755A/zh
Application granted granted Critical
Publication of CN108110755B publication Critical patent/CN108110755B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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

Abstract

本发明公开了一种基于功率预测的家庭用电组合方法，包括：确定当前电池的剩余电量；获取发电设备在预定长度的未来时间段内的发电预测功率；根据离网型系统中的电器设备的额定功率确定设备组合选择；根据电池和发电设备能够提供的最大发电量确定功率级别；基于设备组合选择和功率级别，确定当前时刻功率级别。

Description

基于功率预测的家庭用电组合方法
技术领域
本发明涉及分布式能源需求侧管理领域，尤其涉及一种基于功率预测的家庭用电组合方法。
背景技术
存在一些对于家用电器的用电提供用电量提示的技术。但是，对于现有的这些针对电器用电量的技术方案，一般都是基于电价考虑对并网型用户的用电设备进行用电量提示，而几乎没有考虑功率预测离网型用户用电设备用电建议。
因此，本领域的技术人员致力于开发一种基于功率预测的家庭用电组合建议方案。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于功率预测的家庭用电组合方法。
为实现上述目的，本发明提供了一种基于功率预测的家庭用电组合方法，包括：
第一步骤：确定当前电池的剩余电量；
第二步骤：获取发电设备在预定长度的未来时间段内的发电预测功率；
第三步骤：根据离网型系统中的电器设备的额定功率确定设备组合选择。
优选地，所述基于功率预测的家庭用电组合方法还包括：
第四步骤：根据电池和发电设备能够提供的最大发电量确定功率级别。
优选地，功率级别由最大能提供电量确定：
Figure BDA0001540406130000011
其中C是电池的额定容量，Pe是发电设备额定功率。
优选地，所述基于功率预测的家庭用电组合方法还包括：
第五步骤：基于设备组合选择和功率级别，确定当前时刻功率级别。
优选地，根据电池当前时刻电池荷电状态SOC和电池额定容量，利用公式CBAT＝e*SOC，确定当前电池的剩余电量CBAT，其中e是惩罚系数。
优选地，在第二步骤，进一步计算发电设备的未来时间Δt内的发电量Cprovid＝eCBAT+Ppre*Δt，其中Cprovide是未来可提供的发电量，Ppre未来时间Δt发电预测功率，CBAT是当前电池的剩余电量。
优选地，所述发电设备是新能源发电设备。
优选地，所述电器设备是家用电器设备。
优选地，在第三步骤，根据各个电器设备的额定功率，采用枚举法的方法给出所有满足的电器组合。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
附图说明
结合附图，并通过参考下面的详细描述，将会更容易地对本发明有更完整的理解并且更容易地理解其伴随的优点和特征，其中：
图1是根据本发明优选实施例的基于功率预测的家庭用电组合方法的流程图。
需要说明的是，附图用于说明本发明，而非限制本发明。注意，表示结构的附图可能并非按比例绘制。并且，附图中，相同或者类似的元件标有相同或者类似的标号。
具体实施方式
在本发明中，针对于家庭用户，电量主要由电池和新能源发电设备提供；用电设备主要是常用的家用电器，发电设备的发电量直接决定用电设备的使用时长，用电设备优先使用新能源发出的电，不够时再由电池进行供电。新能源发电量受到光照、风速等天气影响，针对新能源功率预测有助于及时对发电量有一个预测。
发电功率受太阳辐射强度、晴空指数、天气类型、光照时长、季节、温度、风速等因素的影响。这几个因素越接近待预测日，它们的发电功率越接近。能得到的数据有季节分类、天气类型、光照时长、每日发电总功率、每日最高温最低温等。考虑到待预测日的光照时长、风速以及每日发电总功率并不可知，可以根据距待预测日最近的若干天中温度和待预测日最接近的一天的每日光照时长、风速和每日发电总功率作为待预测日的每日光照时长和每日光伏发电总功率。
对发电功率的影响程度由大到小排列为：季节、天气类型、温度。因此首先按季节对训练模型进行分类，考虑到同一个季节的光照时长以及相同天气情况下的光照强度类似，将训练模型按春夏秋冬分成四类；对每一类季节的天气类型数据，分别计算它们与测试数据的天气类型间的欧式距离，选取天气类型与测试集最接近的N天数据；下一步，计算这N天中光照时长与待预测日光照时长最接近的N1天；最后，计算这N1天中每日发电总功率与待预测日每日发电总功率最接近的N2天。将这N2天作为待预测日的相似日对模型进行训练，其中N≥N1≥N2。
短期发电功率预测：预测一天的发电功率，主要方法：计算历史数据与待预测日数据的欧式距离，得到待预测日的相似日，并用相似日的天气类型、最高温度、最低温度以及等数据作为最下二乘支持向量机的输入量，对模型进行训练，最后得到预测值。超短期发电功率预测：在短期发电功率预测的基础上加入时间序列趋势预测。最小二乘支持向量机预测结果的准确性除了受相似日的影响，还受核函数的影响。仿真选择径向基函数(RBF)作为最小二乘支持向量机的核函数，RBF核函数有两个参数：惩罚系数e(默认为1)和g(核函数中γ的值，默认为1/k，k表示特征数，也就是属性个数)，需要找到参数e和g取何值时模型能达到最优，预测结果能更精确。e和g的值可以通过交叉验证来寻优也可通过遗传算法，粒子群优化算法等来寻优。
在具体实例中，例如，e＝10,g＝100，MAPE＝0.070696；e＝1,g＝100，MAPE＝0.14877；e＝10,g＝0.5,MAPE＝0.2524；e＝10，g＝150，MAPE＝0.076755。其中，MAPE为平均绝对百分误差，值越大表示预测精度越差。
在本发明中，结合当前电池剩余容量，可以给用户家用电器设备电量使用时长的提醒、家用电气设备使用组合选择、功率级别提示。
具体地，图1是根据本发明优选实施例的基于功率预测的家庭用电组合方法的流程图。
如图1所示，根据本发明优选实施例的基于功率预测的家庭用电组合方法包括：
第一步骤S1：确定当前电池的剩余电量；
优选地，根据电池当前时刻电池荷电状态SOC和电池额定容量，利用公式CBAT＝e*SOC，确定当前电池的剩余电量CBAT。
第二步骤S2：获取发电设备在预定长度的未来时间段内的发电预测功率；
优选地，所述发电设备是新能源发电设备。
优选地，在第二步骤S2，进一步计算新能源发电设备的未来时间段Δt内的发电量Cprovide＝CBAT+Ppre*Δt，其中Cprovide是未来可提供的发电量，Ppre未来时间段Δt发电预测功率。
第三步骤S3：根据离网型系统中的电器设备的额定功率确定设备组合选择；
优选地，所述电器设备是家用电器设备；也就是说，在这种情况下，该离网型系统是一个离网型的家庭用电系统。
而且，优选地，在第三步骤S3，根据各个电器设备的额定功率，采用枚举法的方法给出所有满足的电器组合。
例如，家用电器设备额定功率：P1、P2、P3、P4、P5、P6、P7
家用电器的用电量：
C＝X1P1Δt+X2P2Δt+X3P3Δt+X4P4Δt+X5P5Δt+X6P6Δt+X7P7Δt
家用电器的用电功率：
P＝X1P1+X2P2+X3P3+X4P4+X5P5+X6P6+X7P7
用电功率小于逆变器上限功率：
P≤Puplim
Puplim是逆变器的最大功率
用电量小于可提供的电量：
C≤Cprovide
采用枚举法的方法给出所有满足的电器组合。
对于功率级别的估计，还可以进一步执行下述步骤。
第四步骤S4：根据电池和发电设备能够提供的最大发电量确定功率级别；
例如，功率级别选择策略可以如下所述：
假设有5个功率级别分别是A、B、C、D、E，每个功率级别逐渐增加，功率级别由最大能提供电量确定，
Figure BDA0001540406130000041
C是电池的额定容量，Pe是发电设备额定功率。
功率级别A
Figure BDA0001540406130000042
功率级别B
Figure BDA0001540406130000043
功率级别C
Figure BDA0001540406130000044
功率级别D
Figure BDA0001540406130000045
功率级别E
Figure BDA0001540406130000046
每个功率级别满足下列约束:
如果PA*Δt≤Cprovide，那么SA＝1
其中SA是否达到功率级别A，PA为功率级别A，
如果PB*Δt≤Cprovide，那么SA＝1，SB＝1
其中SB是否达到功率级别B，PB为功率级别B，
如果PC*Δt≤Cprovide，那么SA＝1，SB＝1，SC＝1
其中SC是否达到功率级别C，PC为功率级别C，
如果PD*Δt≤Cprovide，那么SA＝1，SB＝1，SC＝1，SD＝1
其中SD是否达到功率级别D，PD为功率级别D，
如果PE*Δt≤Cprovide，那么SA＝1，SB＝1，SC＝1，SD＝1，SE＝1
其中SE是否达到功率级别E，PE为功率级别E，
得出能够达到的功率级别。
第五步骤S5：基于设备组合选择和功率级别，确定当前时刻功率级别。
由此，本发明针对家庭用户用电设备，能够及时对未来发电量有一个预估，而且结合当前电池剩余容量，可以给用户一定时间内家用电器设备使用组合选择以及达到功率级别提示。本发明能够更加灵活、更加准确地给用户在一段时间内的家用电器设备电量使用时长的家用电器设备使用组合选择、功率级别提示。
本发明可针对于家庭用户，例如，电量主要由电池和新能源发电设备提供；用电设备主要有电灯、电饼铛、水泵、电视机、电视机、洗衣机、笔记本等，发电设备的发电量直接决定用电设备的使用时长，用电设备优先使用新能源发出的电，不够时再由电池供电，新能源发电量受到光照、风速等天气影响，针对光伏和风电功率预测有助于及时对发电量有一个预估，结合当前电池剩余容量，可以给用户家用电器设备电量使用时长的提醒、家用电器设备使用组合选择、功率级别提示。
<具体示例>
针对于离网型风光储用户，电量主要由电池、光伏、风机提供；用电设备主要有电灯、电饼铛、水泵、电视机、电视机、洗衣机、笔记本，发电设备的发电量直接决定用电设备的使用时长，用电设备优先使用光伏和风机发出的电，不够时再由电池进行供电，因为是离网型系统，所以发电量受到光照、风速等天气影响，针对光伏和风电功率预测有助于及时对发电量有一个预估，结合当前电池剩余容量，可以给用户家用电器设备电量使用时长的提醒、家用电气设备使用组合选择、功率级别提示。
Cprovide＝CBAT+PprePV*Δt+PpreWT*Δt
其中Cprovide是未来可提供的发电量，PprePV未来Δt光伏发电预测功率，PpreWT风电预测功率；
针对居民用户，家用电器设备主要有电灯、水泵、电视机、电冰箱、洗衣机、笔记本。Plamp是电饼铛额定功率：Ppan是水泵额定功率：Ppumb是电视机额定功率：Ptv是电冰箱额定功率：Pfreezer是洗衣机额定功率：Pwasher是洗衣机额定功率:Pnotebook是笔记本额定功率
未来Δt时间内用电量：
Cequipment＝XlampPlampΔt+XpanPpanΔt+XpumbPpumbΔt+XtvPtvΔt+XfreezerPfreezerΔt+XwasherPwasherΔt+XlaptopPlaptopΔt
其中Xlamp表示是否选择电灯，Xlamp＝1表示选择，Xlamp＝0表示不选择；Xpan表示是否选择电饼铛，Xpan＝1表示选择，Xpan＝0表示未选择；Xpumb表示是否选择水泵，Xpumb＝1表示选择，Xpumb＝0表示未选择；Xtv表示是否选择电视机，Xtv＝1表示选择，Xtv＝0表示未选择；Xfreezer表示是否选择电冰箱，Xfreezer＝1表示选择电，Xfreezer＝0表示未选择；Xwasher表示是否选择洗衣机，Xwasher＝1表示选择，Xwasher＝0表示未选择、Xlaptop表示是否选择笔记本，Xlaptop＝1表示选择，Xlaptop＝0表示未选择。
设备用电功率：
Pequipment＝XlampPlamp+XpanPpan+XpumbPpumb+XtvPtv+XfreezerPfreezer+XwasherPwasher+XlaptopPlaptop
逆变器功率上限约束
Pequipment≤Puplim
假设电池的容量为5kWh，当前SOC是0.4，光伏额定功率1kW，风机额定功率1kW，对光伏和风电功率做功率预测，预测时间为1h，风电预测功率为0.7kW，光伏预测功率为0.8kW，家用电器设备的额定功率如下：电灯60W，电饼铛1400W，水泵2000W，电视机70W，电冰箱100W，洗衣机230W,笔记本50W。
可提供最大发电量为7kWh。则功率级别A为1400W，功率级别B为2800W，功率级别C为4200W，功率级别D为5600W，功率级别E为7000W
--家用电器设备组合
通过计算未来1h发电量为电池的剩余容量为2kWh，光伏和风机发电量之和为1.5kWh，总发电功率为3.5kWh。通过枚举法算出电灯、电饼铛、水泵、电视机、电冰箱、洗衣机、笔记本组合选择，数据输出的格式是[Xlamp，Xpan，Xpumb，Xtv，Xfreezer，Xwasher，Xlaptop]
一种设备：[1,0,0,0,0,0,0] [0,1,0,0,0,0,0] [0,0,1,0,0,0,0]
[0,0,0,1,0,0,0] [0,0,0,0,1,0,0] [0,0,0,0,0,1,0]
[0,0,0,0,0,0,1]
二种设备：
[1,1,0,0,0,0,0] [1,0,1,0,0,0,0] [1,0,0,1,0,0,0]
[1,0,0,0,1,0,0] [1,0,0,0,0,1,0] [1,0,0,0,0,0,1]
[0,1,0,1,0,0,0] [0,1,0,0,1,0,0] [0,1,0,0,0,1,0]
[0,1,0,0,0,0,1] [0,0,1,1,0,0,0] [0,0,1,0,1,0,0]
[0,0,1,0,0,0,1] [0,0,0,1,1,0,0] [0,0,0,1,0,1,0]
[0,0,0,1,0,0,1] [0,0,0,0,1,1,0] [0,0,0,0,1,0,1]
[0,0,0,0,0,1,1]
三种设备：
[1,1,0,1,0,0,0] [1,1,0,0,1,0,0] [1,1,0,0,0,1,0]
[1,1,0,0,0,0,1] [1,0,1,1,0,0,0] [1,0,1,0,1,0,0]
[1,0,1,0,0,0,1] [1,0,0,1,1,0,0] [1,0,0,1,0,1,0]
[1,0,0,1,0,0,1] [1,0,0,0,1,1,0] [1,0,0,0,1,0,1]
[1,0,0,0,0,1,1] [0,1,0,1,1,0,0] [0,1,0,1,0,1,0]
[0,1,0,1,0,0,1] [0,1,0,0,1,1,0] [0,1,0,0,1,0,1]
[0,1,0,0,0,1,1] [0,0,1,1,1,0,0] [0,0,1,1,0,0,1]
[0,0,1,0,1,0,1] [0,0,0,1,1,1,0] [0,0,0,1,1,0,1]
[0,0,0,1,0,1,1] [0,0,0,0,1,1,1]
四种设备：
[1,1,0,1,1,0,0] [1,1,0,1,1,0,0] [1,1,0,1,0,1,0]
[1,1,0,1,0,0,1] [1,0,1,1,1,0,0] [1,0,1,1,0,0,1]
[1,0,0,1,1,1,0] [1,0,0,1,1,0,1] [1,0,0,1,0,1,1]
[1,0,0,0,1,1,1] [0,0,0,1,1,1,1]
五种设备：
[1,1,0,1,1,1,0] [1,1,0,1,0,1,1] [1,1,0,0,1,1,1]
六种设备：
[1,1,0,1,1,1,1]
七种设备：
无
发电功率为3.5kWh，可以支持功率级别B 2800W的设备工作1h。所以在该时刻下，功率级别达到B，可以告知用户未来1h可以至少支持功率级别达到2800W的设备持续工作1h。
上述说明示出并描述了本发明的优选实施例，如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (4)

1.一种基于功率预测的家庭用电组合方法，用于提供离网型系统中的电器设备的用电建议，其特征在于包括：
第一步骤：确定当前电池的剩余电量；
第二步骤：获取发电量受到天气影响的发电设备在预定长度的未来时间段内的发电预测功率；
第三步骤：根据离网型系统中的电器设备的额定功率确定设备组合选择；其中根据各个家用电器设备的额定功率，采用枚举法的方法给出所有电器组合；
第四步骤：根据电池和发电设备能够提供的最大发电量确定功率级别；其中功率级别由最大能提供电量确定：
Figure FDA0003018706030000011
其中C是电池的额定容量，Pe是发电设备额定功率；
第五步骤：参考发电预测功率，基于设备组合选择和功率级别，确定当前时刻功率级别。
2.如权利要求1所述的基于功率预测的家庭用电组合方法，其特征在于，在第二步骤，进一步计算发电设备的未来时间Δt内的发电量Cprovide＝CBAT+Ppre*Δt，其中Cprovide是未来可提供的发电量，Ppre未来时间Δt发电预测功率，CBAT是当前电池的剩余电量。
3.如权利要求1或2所述的基于功率预测的家庭用电组合方法，其特征在于，所述发电设备是新能源发电设备。
4.如权利要求1或2所述的基于功率预测的家庭用电组合方法，其特征在于，所述电器设备是家用电器设备。
CN201810011331.3A 2018-01-05 2018-01-05 基于功率预测的家庭用电组合方法 Active CN108110755B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810011331.3A CN108110755B (zh) 2018-01-05 2018-01-05 基于功率预测的家庭用电组合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810011331.3A CN108110755B (zh) 2018-01-05 2018-01-05 基于功率预测的家庭用电组合方法

Publications (2)

Publication Number Publication Date
CN108110755A CN108110755A (zh) 2018-06-01
CN108110755B true CN108110755B (zh) 2021-06-01

Family

ID=62219686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810011331.3A Active CN108110755B (zh) 2018-01-05 2018-01-05 基于功率预测的家庭用电组合方法

Country Status (1)

Country Link
CN (1) CN108110755B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114154707A (zh) * 2021-11-29 2022-03-08 深圳市旅行家科技有限公司 一种户外电源智能供能方法、系统、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097801B (zh) * 2009-12-10 2013-06-05 深圳先进技术研究院 电网系统和基于电网系统的用电管理方法
CN103501006B (zh) * 2013-09-26 2015-11-04 北京北变微电网技术有限公司 微电网集中控制方法
JP2015204080A (ja) * 2014-04-16 2015-11-16 シャープ株式会社 創エネルギー装置、および、制御プログラム
CN106447131B (zh) * 2016-10-24 2020-03-27 易事特集团股份有限公司 独立型微电网能量调控方法
CN106527135B (zh) * 2016-11-21 2020-06-23 云南电网有限责任公司电力科学研究院 一种建筑能量管理系统优化控制方法和装置
CN106611992A (zh) * 2016-12-13 2017-05-03 井英晨 一种可移动、可远程控制的智能型家用储能系统
CN106786554A (zh) * 2017-01-17 2017-05-31 珠海格力电器股份有限公司 微电网系统的控制方法及装置
CN106953346B (zh) * 2017-05-03 2020-03-24 国网上海市电力公司 一种含钠硫电池的离网型微网能量管理方法

Also Published As

Publication number Publication date
CN108110755A (zh) 2018-06-01

Similar Documents

Publication Publication Date Title
JP5959783B1 (ja) 電力管理装置
Lee et al. Joint energy management system of electric supply and demand in houses and buildings
JP5095495B2 (ja) 電力システムおよびその制御方法
JP6577674B2 (ja) 構内エネルギー網におけるエネルギー管理の評価を最適化する制御装置
JP6592454B2 (ja) 電力制御システム、電力制御方法及びプログラム
JPWO2017217466A1 (ja) 電力管理システム
Zhang et al. Optimization algorithm for home energy management system based on artificial bee colony in smart grid
JP2017535241A (ja) ローカルエネルギーネットワークを最適化するための制御装置
WO2014080667A1 (ja) エネルギー管理システム、エネルギー管理方法、プログラム、サーバ装置およびローカルサーバ
JP7012265B2 (ja) 制御装置、蓄電システム、プログラム
GR1010085B (el) Μεθοδος για βελτιωμενη διαχειριση της ενεργειας ενος σχεδον ενεργειακα αυτοδυναμου κτιριου
JP2020054214A (ja) 蓄電池管理装置および蓄電池管理方法
CN115241927B (zh) 家庭智慧能源系统运行控制方法、装置、设备及介质
WO2016038994A9 (ja) 機器運転計画作成装置、機器運転計画作成方法、及び機器運転計画作成プログラムを記憶した記憶媒体
Pan et al. Impacts of optimization interval on home energy scheduling for thermostatically controlled appliances
JP7032474B2 (ja) 配電制御システム、配電制御方法
Müller et al. Optimization of operation and control strategies for battery energy storage systems by evolutionary algorithms
Alrumayh et al. Model predictive control based home energy management system in smart grid
JP6042775B2 (ja) 制御装置、プログラム
JP6664479B2 (ja) 制御装置、電力管理システム、充放電の制御方法及びプログラム
CN108110755B (zh) 基于功率预测的家庭用电组合方法
KR102052247B1 (ko) 전력사용을 예측하고 능동적으로 수요반응 및 에너지 절감을 제공하는 전력관리 방법 및 장치
JP5799248B2 (ja) 機器制御装置、機器制御方法、及び機器制御プログラム
JP5969365B2 (ja) 電力制御システム
JP2013053805A (ja) ハイブリッドシステム

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
GR01 Patent grant
GR01 Patent grant