CN109409610A - 基于需求侧响应的家庭电热水器优化调度方法 - Google Patents
基于需求侧响应的家庭电热水器优化调度方法 Download PDFInfo
- Publication number
- CN109409610A CN109409610A CN201811319355.1A CN201811319355A CN109409610A CN 109409610 A CN109409610 A CN 109409610A CN 201811319355 A CN201811319355 A CN 201811319355A CN 109409610 A CN109409610 A CN 109409610A
- Authority
- CN
- China
- Prior art keywords
- water heater
- electric water
- electric heater
- demand side
- formula
- 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
- 230000004044 response Effects 0.000 title claims abstract description 19
- 238000005457 optimization Methods 0.000 title abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 104
- 230000005611 electricity Effects 0.000 claims abstract description 51
- 230000017525 heat dissipation Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 23
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 238000003786 synthesis reaction Methods 0.000 abstract 1
- 230000008901 benefit Effects 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000013138 pruning Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000009466 transformation 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
- G06Q10/04—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了基于需求侧响应的家庭电热水器优化调度方法,包括:当仅考虑散热对于水温的影响时,获得电热水器的热力学模型式;当仅考虑热交换时所带来的热量损失时,获得电热水器的热力学模型式;综合推导出电热水器显式方程;获得用户设定的电热水器舒适区间式;获得电热水器调度需要满足水温约束为式;基于需求侧响应的家庭电热水器优化调度问题的目标函数是求调度方案的电价最小值;电热水器的优化调度模型包括:目标函数和约束;基于电热水器的优化调度模型,对家庭电热水器进行优化调度;将电热水器的优化调度处理为线性整数规划问题,使其能够在很短时间内得出最优调度方案。
Description
技术领域
本发明涉及家庭负荷智能优化调度领域,具体地,涉及一种基于需求侧响应的家庭电热 水器优化调度方法。
背景技术
随着智能家居概念的提出和家庭智能设备的逐步普及,家庭负荷调度的研究变得越来越 重要,其代表需求侧管理在用户侧的具体应用。一方面,家庭负荷调度能够减少家庭的用电 成本,提高用电效率;另一方面,家庭负荷调度能够有效减少用电负荷与电网负荷率。由于 家庭中的智能电器多种多样,并且各个电器之间的运行特性都不尽相同,所以,对全体智能 电器统一进行调度过于复杂。为了减少复杂度,以往研究将智能电器根据响应方式进行了分 类,在不同的负荷类型中,家居温控负荷是以往研究中被频繁研究的一种,这是由于家居温 控负荷不仅是家庭智能电器中的主要能源消耗部分,而且也具有很好的可调节特性。
考虑到家居温控负荷良好的热储能力和可调度特性,研究家具温控负荷在时变电价下的 运行和经济特性具有十分重要的现实意义。为了处理家居温控负荷能量管理模型中存在的问 题,以往研究提出了多种解决方案。例如对实时电价环境下空调系统的优化调度问题,提出 了一种综合考虑经济性和用户舒适度的多目标优化模型;综合考虑可再生能源出力和空调系 统运行的联合调度问题,以家庭用电的经济性为目标函数,利用遗传算法进行了求解。上述 两篇思路都对基于需求侧响应的家居温控负荷调度问题进行了有效求解,但是两者都是用智 能算法作为家庭能量管理系统的求解器。智能算法一般适宜于处理高阶非线性规划问题,而 家居温控负荷调度问题的模型一般是线性的,考虑到智能算法计算时间长、对初始值要求很 高且难以得到最优解,在家居温控负荷调度问题的求解中使用智能算法并不是很好地选择。
除了智能算法,有研究提出了一种线性优先排序算法,考虑电价信息和舒适度,对电热 水器调度问题进行迭代求解。该方法简单易行,但是只能得出较优解,并不能得出最优解, 牺牲了经济性。针对这个问题,另一项研究对家庭电热水器的优化调度问题提出了一种基于 二叉树的遍历剪枝算法,能够在有限时间内得到经济性更好的解。但是该方法的成功很大程 度上取决于对优先剪枝起始层数的选择,对用户的熟练程度有一定要求。
发明内容
本发明提供了一种基于需求侧响应的家庭电热水器优化调度方法,解决了现有的不足, 将电热水器的优化调度处理为线性整数规划问题,使其能够在很短时间内得出最优调度方案。
为实现上述发明目的,本申请提供了一种基于需求侧响应的家庭电热水器优化调度方法, 本申请以电热水器作为家居温控负荷的代表,分析了基于需求侧响应的家庭电热水器优化调 度问题。首先归纳了电热水器热力学模型的显式方程,并以此为基础,将电热水器的优化调 度处理为线性整数规划问题,使其能够在很短时间内得出最优调度方案。另外,以往研究很 少考虑时变舒适区间对于调度经济性的影响,由于没有对舒适区间下调时间进行合理选择, 所以并没有对调度经济性有显著改善。因此,本申请提出了一种同时考虑电价、用水量和环 境温度等多维信息的综合权重排序方法,对时变舒适区间的变化时间进行指导。
电热水器是家居温控负荷中极为重要的设备,在居民用电负荷中所占的比例能够高达 20%-30%。电热水器的热力学模型中涉及到热水使用量和散热对于水温的影响,而空调系统 仅需要考虑散热对于室内温度的影响。因此,适用于电热水器的调度优化算法对于空调系统 的调度有很好的借鉴作用。
电热水器的基本工作方式为:当水温将要下降到设定温度区间下限时,打开热水器,进 行加热;当水温将要触及设定温度区间上限时,关闭热水器,进入保温状态。电热水器的热 量损耗主要来源两个方面:主要原因是随着热水的使用,冷水不断注入到水箱之中;次要原 因是水箱中的热水和周围环境发生热交换。
当仅考虑散热对于水温的影响时,电热水器的热力学模型如式(1)所示:
θh=θe,h-1+xh-1QR-(θe,h-1+xh-1QR-θh-1)exp[-(th-th-1)/(RC)] (1)
其中,θh为第h个时间节点的热水温度,θe,h-1为第h-1个时间节点的环境温度;Q,R,C分别为电热水器的等效功率、热阻和热容。
仅考虑热交换时所带来的热量损失时,电热水器的热力学模型更新为如式(2)所示:
θh=[θc(M-dh-1)+θe,h-1dh-1]/V (2)
其中,θc即式(1)中的θh,dh-1为在h-1时刻的热水使用量,V为电热水器的水箱容量。
综合考虑式(1)和式(2),推导归纳出电热水器显式方程如式(3)-式(6)所示:
Uheat,h-1=Xh-1QR (4)
fh-1=1-dh-1/V (6)
用户设定的电热水器舒适区间如式(7)所示:
其中,和为基准舒适区间的上下限,Δθhigh和Δθlow为舒适区间上下限的标准调 整值,λhigh和λlow为舒适区间上下限的调整等级。电热水器调度需要满足水温约束如式(8) 所示:
为方便建模求解,将式(8)带入式(7),并进行变换,如式(9),式(10)所示:
基于需求侧响应的家庭电热水器优化调度问题的目标函数是求调度方案的电价最小值。 故电热水器的优化调度模型如式(11),式(12)所示。
目标函数:
约束:
本申请提供的一个或多个技术方案,至少具有如下技术效果或优点:
1)通过一系列数学变换和推导,将递推式隐式热力学方程转变为显式热力学方程,为构 建整数线性规划提供了前提;
2)对不同程度的舒适区间无选择性调整方案的经济性进行了讨论,分析了上调舒适区间 上限和下调舒适区间下限时的经济性影响;
3)探讨了基于多维信息的综合权重排序法在有选择性舒适区间调整方案中的应用,该方 法能够有效选择舒适区间调整节点,在很短的调整时长内获得较好的经济效益。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不 构成对本发明实施例的限定;
图1为实时电价曲线示意图;
图2为用水量曲线示意图;
图3为环境温度曲线示意图;
图4为基准舒适区间下的水温曲线示意图;
图5为不同调整等级下的水温曲线示意图;
图6为各时间节点加权效益示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式 对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本申请的实施例 及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用 其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的 具体实施例的限制。
请参考图1-图6,本课题中所涉及的电价为实时电价(RTP),实时电价目前在很多国外 电力公司都得到了采用,本课题所采用的实时电价曲线如图1所示。
热水使用量是一个对调度结果有较大影响的参数,本课题中的热水使用量如图2所示。
除用水量外,环境温度也会从两个方面影响调度的结果:一是水箱中的热水与周围环境 的热交换;二是进水的温度。环境温度曲线如图3所示。
本课题的调度时间区间是从0a.m到12p.m,步长设定为15min,因此步数H=96。电热水 器的额定功率为4.5kW。因此,与之对应的单位步长内所消耗的能量Pstep=1.125kW。电热水 器的等效热力学参数为等效功率Q=150kW,热阻R=0.7623℃/kW,热容C=431.7012kW/℃。 电热水器水箱容量V=50gallon,基准舒适区间初始水温为θ0=60℃。
先讨论在基准舒适区间下的电热水器调度方案及所产生的电费,此时舒适区间上下限调 整幅度λhigh=λlow=0。实时电价、热水使用量、环境温度如图1、2、3所示。目标函数如式 (11)所示,约束如式(12)所示,利用CPLEX对此线性整数规划问题进行求解。
在基准舒适区间下,电热水器的热水温度曲线如图4所示:
此时Cost=26.4738元,水温始终在基准舒适区间之内。
为探讨改变舒适区间上下限对调度方案经济性的影响,设定Δθhigh=Δθlow=2℃, λlow=[-3,-2,-1],λhigh=[1,2,3]。当舒适区间上下限处于不同调整等级时,其水温曲线如图 5所示:
不同舒适区间上下限调整等级下的电费情况如表1所示:
表1不同调整等级下的电费
可以看到,无论是调整舒适区间上限还是下限,都能够在一定程度上减少电费,使调度 方案更加经济。与基准舒适区间相比,增加舒适区间上限能够使调度方案有更多的可选择性, 在低电价时期将水温加热到更高的温度,从而尽可能少的减少高电价时期的加热动作,减少 电费。分析表1可以发现,适当增加舒适区间上限能够显著减少电费,但是当上限增加到一 定幅度之后,再增加上限并不会有很好的效果。例如,在λ=2增加到λ=3时,电费仅减少 了0.0481元。
减少舒适区间下限能够使调度方案中的加热动作更少,从而使电费有显著的降低。与增 加上限相比,通过减少下限来降低电费的经济性更好,适当减少下限能够使电费减少更多。
通过对舒适区间上下限的整体调整,能够有效改善对调度方案的经济性。但是整体增加 或者下调舒适区间上下限的方法对舒适性的影响太大,全天舒适区间的整体大幅度变化对于 有些用户来说是不可接受的。因此,我们提出了一种仅调整舒适区间中的较少部分来获取最 大经济效益的方法。无选择性舒适区间调整的方法并没有很好的挖掘多种参数中所包含的信 息,来选择效益最大的调整节点,即在同样的调整时长内,能够获得更大经济效益的时间段。 本课题采用了基于多维信息的综合权重排序法来选择具有最大效益的调整节点。
总体来说,有三个参数能够对电热水器的总用电费用产生影响,即电价、热水使用量和 环境温度。电价的变化能够直接影响用电费用,而热水使用量和环境温度则通过影响热水温 度,从而改变最优调度方案来间接影响用电费用。从直接影响上来看,选择在高电价时期降 低舒适区间的下限,能够减少高电价时期的加热动作,从而降低电价。但是,热水使用量和 环境温度的峰谷期并不是和实时电价的峰谷期完全一致。因此,在电价很高时,基准舒适区 间下的原调度方案在此时刻可能并没有进行加热动作,此时降低舒适区间下限并不会对总用 电费用造成影响。所以,需要综合考虑电价、热水使用量和环境温度这三个维度对总用电费 用的影响,并根据三者对用电费用影响的大小设定权重,选取三者加权和最大的时间节点作 为舒适区间调整节点。
实时电价、热水使用量和环境温度的权重计算方法如式(13)所示:
其中,Cost((1+Δ)ph,dh,θh)表示将实时电价ph增加Δph后的用电费用,其它的同理。 βp,βd,βθ分别表示实时电价、热水使用量和环境温度的权重。
定义各时间节点加权效益值的计算方法如式(14)所示:
其中,valueh为第h个时间节点时的加权效益,其值越高,代表在此时间节点进行舒适区 间下限调整的收益越大。设Δ=10%,各时间节点的加权效益值如图6所示。
舒适区间下限的调整时长是根据用户偏好设置的,此时,设定调整时长最长为5小时, 即20个步长,调整幅度设置为4℃。若调整时长设定为5小时,根据各时间节点的加权效益 值的大小挑选出前20个时间节点进行舒适区间下限调整。若调整时长设定为4小时,根据各 时间节点的加权效益值的大小挑选出前16个时间节点进行舒适区间下限调整,依此类推。表 2表示了不同调整时长时的用户电费变化情况。
表2不同舒适区间调整时长下的电费
分析表2可以发现,随着调整时长的增加,总用电电费实在逐渐减少的。并且,当调整 时长较小时,增加调整时长的效果更为明显,当调整时长由四小时变为五小时时,电费并没 有显著变化。这是因为当调整时长较小时,所增加的时长具有很好的时间节点加权效益,能 够有效减少用电费用。当调整时长逐步增大之后,时间节点的加权效益值逐渐降低,对用电 费用的影响变小。
将表1和表2进行对比,表1中的λ=-2表示舒适区间下限整体下降4℃,此时的用电费用为21.6144元,电费下降了4.8594元。表2中调整市场为4小时时,其用电费用为23.0155元,电费下降了3.4583元,与舒适区间下限整体下降4℃时的电费下降幅度相比,其比例为71.17%。也就是说,仅利用整体调整方法六分之一的时长,就可以达到其71.17%的效果。验 证了本课题所提出的基于多维信息的加权排序法能够挑选出合适的舒适区间下限调整节点, 仅通过调整较少的舒适区间,达到很好的经济性效果。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念, 则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例 以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范 围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则 本发明也意图包含这些改动和变型在内。
Claims (8)
1.基于需求侧响应的家庭电热水器优化调度方法,其特征在于,所述方法包括:
步骤1:当仅考虑散热对于水温的影响时,获得电热水器的热力学模型式;
步骤2:当仅考虑热交换时所带来的热量损失时,获得电热水器的热力学模型式;
步骤3:综合步骤1和步骤2的电热水器的热力学模型式,推导出电热水器显式方程式;
步骤4:获得用户设定的电热水器舒适区间式;
步骤5:获得电热水器调度需要满足水温约束:
步骤6将步骤5的约束带入电热水器舒适区间式,并进行变换,获得变换后的表达式:
基于需求侧响应的家庭电热水器优化调度问题的目标函数是求调度方案的电价最小值;电热水器的优化调度模型包括:目标函数和约束,约束为变换后的表达式;
基于电热水器的优化调度模型,对家庭电热水器进行优化调度。
2.根据权利要求1所述的基于需求侧响应的家庭电热水器优化调度方法,其特征在于,当仅考虑散热对于水温的影响时,电热水器的热力学模型如式(1)所示:
θh=θe,h-1+xh-1QR-(θe,h-1+xh-1QR-θh-1)exp[-(th-th-1)/(RC)] (1)
其中,θh为第h个时间节点的热水温度,θe,h-1为第h-1个时间节点的环境温度;Q,R,C分别为电热水器的等效功率、热阻和热容。
3.根据权利要求2所述的基于需求侧响应的家庭电热水器优化调度方法,其特征在于,当仅考虑热交换时所带来的热量损失时,电热水器的热力学模型如式(2)所示:
θh=[θc(M-d-h1)+θ,e-h1d-h1]/V (2)
其中,θc即式(1)中的θh,dh-1为在h-1时刻的热水使用量,V为电热水器的水箱容量。
4.根据权利要求3所述的基于需求侧响应的家庭电热水器优化调度方法,其特征在于,电热水器显式方程式(3)-式(6)为:
Uheat,h-1=Xh-1QR (4)
fh-1=1-dh-1/V (6)。
5.根据权利要求1所述的基于需求侧响应的家庭电热水器优化调度方法,其特征在于,用户设定的电热水器舒适区间式(7)为:
其中,和为基准舒适区间的上下限,Δθhigh和Δθlow为舒适区间上下限的标准调整值,λhigh和λlow为舒适区间上下限的调整等级。
6.根据权利要求1所述的基于需求侧响应的家庭电热水器优化调度方法,其特征在于,电热水器调度需要满足水温约束式(8)为:
7.根据权利要求1所述的基于需求侧响应的家庭电热水器优化调度方法,其特征在于,式(9),式(10)分别为:
8.根据权利要求1所述的基于需求侧响应的家庭电热水器优化调度方法,其特征在于,目标函数为:
约束为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811319355.1A CN109409610A (zh) | 2018-11-07 | 2018-11-07 | 基于需求侧响应的家庭电热水器优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811319355.1A CN109409610A (zh) | 2018-11-07 | 2018-11-07 | 基于需求侧响应的家庭电热水器优化调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109409610A true CN109409610A (zh) | 2019-03-01 |
Family
ID=65472242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811319355.1A Pending CN109409610A (zh) | 2018-11-07 | 2018-11-07 | 基于需求侧响应的家庭电热水器优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409610A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778631A (zh) * | 2015-03-11 | 2015-07-15 | 国家电网公司 | 一种面向需求响应的居民用户用电模式优化方法 |
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 |
CN107769198A (zh) * | 2017-11-21 | 2018-03-06 | 国网四川省电力公司成都供电公司 | 不同电价机制下含光伏发电的家庭智能用电规划方法 |
-
2018
- 2018-11-07 CN CN201811319355.1A patent/CN109409610A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778631A (zh) * | 2015-03-11 | 2015-07-15 | 国家电网公司 | 一种面向需求响应的居民用户用电模式优化方法 |
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 |
CN107769198A (zh) * | 2017-11-21 | 2018-03-06 | 国网四川省电力公司成都供电公司 | 不同电价机制下含光伏发电的家庭智能用电规划方法 |
Non-Patent Citations (1)
Title |
---|
郝文斌 等: "不同电价机制下含光伏发电的家庭负荷调度经济性研究", 《电力系统保护与控制》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Graditi et al. | Heuristic-based shiftable loads optimal management in smart micro-grids | |
CN110009122B (zh) | 户用多能互补综合能源利用系统能量优化调度方法及系统 | |
CN111256201B (zh) | 一种蓄热式电采暖设备的控制方法、装置和电子设备 | |
Gong et al. | Dynamic modeling and optimal design for net zero energy houses including hybrid electric and thermal energy storage | |
CN104700158A (zh) | 一种配电园区的能源管理方法与系统 | |
CN110601224B (zh) | 基于家庭温控负荷的低压台区电压三相不平衡调节方法 | |
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 | |
CN107392366A (zh) | 计及用户行为分析的综合能源系统供需双侧综合优化方法 | |
CN111027747A (zh) | 一种考虑用户舒适度风险偏好的家庭能量控制方法 | |
CN111614110B (zh) | 一种基于改进多目标粒子群算法的受端电网储能优化配置方法 | |
CN108376994B (zh) | 基于三端口电力电子变压器并网的交直流混合微网运行优化方法 | |
Reiman et al. | Power factor correction in feeders with distributed photovoltaics using residential appliances as virtual batteries | |
Ma et al. | Energy management considering unknown dynamics based on extremum seeking control and particle swarm optimization | |
Yuanyuan et al. | Optimization scheduling method of power grid energy-saving based on fuzzy decision | |
CN113013881B (zh) | 考虑能源站的配电网分布式光伏并网接纳能力计算方法 | |
CN113864854A (zh) | 一种蓄热式电采暖参与风电消纳的多目标优化方法及系统 | |
Zhu et al. | Optimal day-ahead scheduling for commercial building-level consumers under TOU and demand pricing plan | |
CN107769198A (zh) | 不同电价机制下含光伏发电的家庭智能用电规划方法 | |
CN109409610A (zh) | 基于需求侧响应的家庭电热水器优化调度方法 | |
M Kanaan et al. | Optimal location and sizing of SVC considering system losses, voltage division and system overload | |
CN107844866A (zh) | 一种基于帝国主义竞争算法的家庭智能用电管理方法 | |
Farquhar et al. | Demand response potential of residential thermostatically controlled loads in michigan | |
Ding et al. | Research on optimal strategy of residential buildings energy based on standardized euclidean distance measure similarity search method | |
Fan et al. | Demand response strategy for smart community considering user preferences | |
Xu et al. | Coordinated Scheduling of Air Conditioning Load and Energy Storage System in High PV-penetrated Distribution Network |
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: 20190301 |