CN115241927B - 家庭智慧能源系统运行控制方法、装置、设备及介质 - Google Patents

家庭智慧能源系统运行控制方法、装置、设备及介质 Download PDF

Info

Publication number
CN115241927B
CN115241927B CN202211154507.3A CN202211154507A CN115241927B CN 115241927 B CN115241927 B CN 115241927B CN 202211154507 A CN202211154507 A CN 202211154507A CN 115241927 B CN115241927 B CN 115241927B
Authority
CN
China
Prior art keywords
load
power
energy system
power generation
storage battery
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
CN202211154507.3A
Other languages
English (en)
Other versions
CN115241927A (zh
Inventor
彭晋卿
罗正意
邹斌
谭羽桐
罗伊默
曹静宇
何颖东
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN202211154507.3A priority Critical patent/CN115241927B/zh
Publication of CN115241927A publication Critical patent/CN115241927A/zh
Application granted granted Critical
Publication of CN115241927B publication Critical patent/CN115241927B/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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本申请公开了一种家庭智慧能源系统运行控制方法、装置、设备及介质，涉及新能源技术领域，包括：将家庭智慧能源系统所在建筑处的天气预报数据输入至分布式光伏发电模型得到光伏发电功率；预测系统中非柔性负荷的用电功率，并利用光伏发电功率和非柔性负荷功率预测值，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定系统中温控负荷的设定温度和可转移负荷的开始运行时间；利用设定温度和开始运行时间，以降低分布式光伏发电上网功率为目标确定系统中蓄电池的充放电功率；利用光伏发电功率、非柔性负荷功率预测值及充放电功率确定出日前运行计划。本申请能够使分布式光伏发电与用户用电匹配，减少分布式光伏发电对电网的影响。

Description

家庭智慧能源系统运行控制方法、装置、设备及介质
技术领域
本申请涉及新能源技术领域，特别涉及一种家庭智慧能源系统运行控制方法、装置、设备及介质。
背景技术
分布式光伏发电技术由于具有环保、输配电损耗低、易于与建筑物集成、成本低等优点，近年来受到了广泛关注，越来越多的分布式光伏被安装在住宅建筑的屋顶上。
然而，由于分布式光伏发电的间歇性和波动性，会造成发电和用户用电之间的不匹配，进而对电网的稳定运行产生巨大影响。因此，通常需要配置蓄电池来储存多余的光伏发电，以提高对分布式光伏发电的消纳，从而减少对电网的影响。但是，蓄电池投资成本高，目前在工程上难以规模化应用。
目前主流的家庭智慧能源系统运行控制策略包括传统的最大化光伏自消耗率控制策略以及基于分时电价的控制策略，其中，传统的最大化光伏自消耗率控制策略仅以光伏自消耗率最大化为控制目标，没有考虑到其他影响家庭智慧能源系统运行的因素，如家庭智慧能源系统的自满足率、经济性等；基于分时电价的控制策略是一种以运行费用最小化为优化目标建立优化模型，然后采用传统的线性规划算法或者遗传算法（GA，GeneticAlgorithm）等人工智能（AI，Artificial Intelligence）算法求解优化模型，从而获取住宅建筑用户层面家庭智慧能源系统日前的优化调度方案，具体包括蓄电池的充放电策略、温控负荷设定温度、可转移负荷运行时间等。然而，目前针对住宅建筑家庭智慧能源系统的优化调度由于算法较为复杂，计算耗时长，因此仍没有应用到实际工程中。
综上，如何对家庭智慧能源系统的运行进行有效的控制是本领域技术人员目前需要解决的问题。
发明内容
有鉴于此，本申请的目的在于提供一种家庭智慧能源系统运行控制方法、装置、设备及存储介质，能够有效的削减家庭智慧能源系统向电网的送电功率，减少家庭智慧能源系统高功率的送电功率对电网的冲击，保证分布式光伏发电与用户用电匹配，减少分布式光伏发电的间歇性和波动性对电网的影响。其具体方案如下：
第一方面，本申请公开了一种家庭智慧能源系统运行控制方法，包括：
从气象站读取家庭智慧能源系统所在建筑处的天气预报数据；
将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率；
预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值；
利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间；
利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率；
利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划，以便根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。
可选的，所述基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间，包括：
基于预设的第一算法，并采用穷举法在所有可能的运行方案中寻找柔性负荷最佳的运行方案的组合，以确定出使每个调度步长内用户净负荷的平均爬坡系数最小的所述家庭智慧能源系统中温控负荷设定温度和可转移负荷开始运行时间。
可选的，所述基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率，包括：
利用蓄电池的柔性并基于预设的第二算法，以降低分布式光伏发电上网功率及使用户与电网交互的电力曲线对电网更加友好为目标计算出上述家庭智慧能源系统中蓄电池的充放电功率。
可选的，所述家庭智慧能源系统运行控制方法，还包括：
从经济性、环保性、电网友好性、光伏发电的消纳、零能耗潜力的维度对所述家庭智慧能源系统的性能进行评估，得到性能评估结果。
可选的，所述根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制，包括：
通过智能AI盒子将所述日前运行计划发送至所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷对应的设备，使位于所述建筑处的各个所述设备根据所述日前运行计划对自身的运行进行自动控制。
可选的，所述家庭智慧能源系统运行控制方法，还包括：
通过移动终端查看所述性能评估结果及所述家庭智慧能源系统的运行状态，并通过所述移动终端远程控制所述设备的运行；
通过所述移动终端对所述智能AI盒子中的所述温控负荷和所述可转移负荷的用能行为进行设置和修改。
可选的，所述家庭智慧能源系统运行控制方法，还包括：
采集所述家庭智慧能源系统在运行过程中的所述非柔性负荷和所述柔性负荷产生的历史运行参数；
利用所述历史运行参数创建所述分布式光伏发电模型及其他各类所述柔性负荷的响应模型，并根据所述历史运行参数中关于所述蓄电池的充电状态信息创建蓄电池模型，以便通过所述蓄电池模型使运行中的所述蓄电池的所述充放电功率不超过最大阈值，并控制所述蓄电池的充电状态在预设范围内。
第二方面，本申请公开了一种家庭智慧能源系统运行控制装置，包括：
气象数据获取模块，用于从气象站读取家庭智慧能源系统所在建筑处的天气预报数据；
光伏发电功率计算模块，用于将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率；
非柔性负荷功率预测模块，用于预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值；
柔性负荷运行参数确定模块，用于利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间；
充放电功率计算模块，用于利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率；
运行计划确定模块，用于利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划；
运行控制模块，用于根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。
第三方面，本申请公开了一种电子设备，包括处理器和存储器；其中，所述处理器执行所述存储器中保存的计算机程序时实现前述的家庭智慧能源系统运行控制方法。
第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述的家庭智慧能源系统运行控制方法。
可见，本申请先从气象站读取家庭智慧能源系统所在建筑处的天气预报数据，接着将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率，然后预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值，再利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间，然后利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率，最后利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划，以便根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。本申请既利用了蓄电池储电的功能，又充分利用了蓄电池和柔性负荷的柔性，通过合理的调整蓄电池的充电时间和功率，可以有效的削减家庭智慧能源系统向电网的送电功率，减少家庭智慧能源系统高功率的送电功率对电网的冲击，因此对电网更友好，同时也能减少弃光，保证分布式光伏发电与用户用电匹配，减少分布式光伏发电的间歇性和波动性对电网的影响，并且还能提高家庭智慧能源系统的自满足率、自消耗率、系统的经济性以及用户的零能耗潜力，减少对电网的依赖，进而降低二氧化碳排放。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种家庭智慧能源系统运行控制方法流程图；
图2为本申请公开的一种具体的家庭智慧能源系统运行控制方法流程图；
图3为本申请公开的一种具体的家庭智慧能源系统架构示意图；
图4为本申请公开的一种具体的调度步长与计算步长之间的关系示意图；
图5为本申请公开的一种具体的家庭智慧能源系统运行控制架构示意图；
图6为本申请公开的一种具体的蓄电池充放电策略示意图；
图7为本申请公开的一种家庭智慧能源系统运行控制装置结构示意图；
图8为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例公开了一种家庭智慧能源系统运行控制方法，参见图1所示，该方法包括：
步骤S11：从气象站读取家庭智慧能源系统所在建筑处的天气预报数据。
本实施例中，首先需要从气象站读取关于家庭智慧能源系统所在建筑处的天气预报数据，如室外温度、太阳辐射强度等天气预报数据。需要指出的是，本实施例中的所述建筑具体指的是住宅建筑，且为单个用户，如别墅或者农村住宅等建筑。
步骤S12：将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率。
本实施例中，从气象站读取到家庭智慧能源系统所在建筑处的天气预报数据之后，接着将上述天气预报数据输入至预先基于温度修正的效率模型构建的分布式光伏发电模型中，以通过所述分布式光伏发电模型对所述家庭智慧能源系统的光伏发电功率进行计算。
步骤S13：预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值。
本实施例中，将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中得到光伏发电功率之后，进一步的，对上述家庭智慧能源系统中的非柔性负荷的用电功率进行预测，得到相应的非柔性负荷功率预测值。其中，所述建筑的用电负荷包括柔性负荷和非柔性负荷，所述非柔性负荷为在不损害用户利益的前提下，不能改变运行功率或者工作时间的家用电器，如电视机、油烟机等。
步骤S14：利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间。
本实施例中，预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值之后，可以进一步的利用上述光伏发电功率和上述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定出上述家庭智慧能源系统的柔性负荷中的温控负荷的设定温度和可转移负荷的开始运行时间。需要指出的是，建筑负荷柔性具体指的是在不损害用户利益的前提下，用户通过削减、转移、提高柔性负荷的用电功率来改变建筑自身用电曲线，从而匹配分布式光伏发电，提高对光伏发电的消纳，减少其间歇性、波动性对电网的影响；其中，所述柔性负荷为在不损害用户利益的前提下，能够改变运行功率或者工作时间的家用电器，具体包括温控负荷和可转移负荷，所述温控负荷是指通过调节温度设定值，从而改变家用电器的输出功率的设备，如空调、电热水器等；所述可转移负荷是指可以改变运行时间的家用电器，如将洗衣机的运行时间从9:00—9:40转移到11:00-11:40，具体包括但不限于洗衣机、烘干机、洗碗机、电热水壶等。
其中，所述用户净负荷的计算过程，具体可以包括：获取所述家庭智慧能源系统中柔性负荷的用电功率；计算所述光伏发电功率与所述非柔性负荷功率预测值之间的差值，并将所述差值减去所述柔性负荷的用电功率，得到所述用户净负荷。也即，用户净负荷=光伏发电功率-非柔性负荷功率预测值-柔性负荷的用电功率。
步骤S15：利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率。
本实施例中，确定出所述家庭智慧能源系统的柔性负荷中的温控负荷的设定温度和可转移负荷的开始运行时间之后，可以利用上述设定温度和上述开始运行时间并基于预设的第二算法，同时以降低分布式光伏发电上网功率为目标计算出上述家庭智慧能源系统中蓄电池的充放电功率。
步骤S16：利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划，以便根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。
本实施例中，确定所述家庭智慧能源系统中蓄电池的充放电功率之后，可以进一步的根据上述光伏发电功率、上述非柔性负荷功率预测值及上述充放电功率共同确定所述家庭智慧能源系统的日前运行计划，以便根据上述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的蓄电池、温控负荷和可转移负荷的运行进行相应的控制。也即，可以通过管理蓄电池的充放电和柔性负荷的运行，对所述家庭智慧能源系统的电力进行合理的调度。
本实施例中，所述从气象站读取家庭智慧能源系统所在建筑处的天气预报数据之前，具体还包括：采集所述家庭智慧能源系统在运行过程中的所述非柔性负荷和所述柔性负荷产生的历史运行参数；利用所述历史运行参数创建所述分布式光伏发电模型及其他各类所述柔性负荷的响应模型，同时根据所述历史运行参数中关于所述蓄电池的充电状态信息创建蓄电池模型，以便通过所述蓄电池模型使运行中的所述蓄电池的所述充放电功率不超过最大阈值，并控制所述蓄电池的充电状态在预设范围内。例如，先对家庭智慧能源系统在运行过程中的非柔性负荷和柔性负荷产生的历史运行参数进行采集，然后利用上述历史运行参数创建分布式光伏发电模型、温控负荷的响应模型、可转移负荷的响应模型、根据历史运行参数中关于蓄电池的充电状态信息创建蓄电池的充电状态（SOC，State Of Charge）模型，同时还可以对温控负荷的用能行为和可转移负荷的用能行为进行设置。需要指出的是，本申请中的所述蓄电池模型能够使运行中的所述蓄电池的充放电功率不超过最大阈值，并且能够控制所述蓄电池的充电状态在预设范围内。
进一步的，所述根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制之后，还可以包括：从经济性、环保性、电网友好性、光伏发电的消纳、零能耗潜力的维度对所述家庭智慧能源系统的性能进行评估，得到性能评估结果。例如，通过日间运行费用来评估家庭智慧能源系统的经济性；通过CO2排放量来评价家庭智慧能源系统的环保性；采用用户与电网电力交互曲线的平均爬坡率来评价用户用电对电网的友好性；采用光伏发电的自消耗率来评价家庭智慧能源系统对光伏发电的消纳情况；采用自满足率从数量的角度以及采用零能耗率从时间的角度评估家庭智慧能源系统的零能耗潜力。
可见，本申请实施例先从气象站读取家庭智慧能源系统所在建筑处的天气预报数据，接着将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率，然后预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值，再利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间，然后利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率，最后利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划，以便根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。本申请实施例既利用了蓄电池储电的功能，又充分利用了蓄电池和柔性负荷的柔性，通过合理的调整蓄电池的充电时间和功率，可以有效的削减家庭智慧能源系统向电网的送电功率，减少家庭智慧能源系统高功率的送电功率对电网的冲击，因此对电网更友好，同时也能减少弃光，保证分布式光伏发电与用户用电匹配，减少分布式光伏发电的间歇性和波动性对电网的影响，并且还能提高家庭智慧能源系统的自满足率、自消耗率、系统的经济性以及用户的零能耗潜力，减少对电网的依赖，进而降低二氧化碳排放。
本申请实施例公开了一种具体的家庭智慧能源系统运行控制方法，参见图2所示，该方法包括：
步骤S21：从气象站读取家庭智慧能源系统所在建筑处的天气预报数据。
本实施例中，从气象站读取家庭智慧能源系统所在建筑处的天气预报数据之前，需要对位于所述建筑处的所述家庭智慧能源系统进行构建，参见图3所示，图3示出了一种具体的家庭智慧能源系统架构，用户的用电需求（柔性负荷用电和非柔性负荷用电）由分布式光伏发电、蓄电池和电网满足。其中，柔性负荷包括空调、电热水器等温控负荷，以及洗衣机、烘干机、洗碗机、电热水壶等可转移负荷。由于温控负荷的设定温度可以在用户的热舒适温度区间内进行一定程度的调节，可转移负荷的运行时间可以在用户习惯的设备工作时段进行调节，因此具有柔性；而油烟机等非柔性负荷，不能对其使用方式进行调节，因此不具有柔性。另外，用户可以通过智能电表从电网买电，用户侧富余的分布式光伏发电也可以通过智能电表卖给电网。整个系统由智能AI盒子进行电力调度。底层设备（包括蓄电池、柔性负荷和非柔性负荷）在接收到智能AI盒子发出的调度指令之后自动控制自身设备的运行。系统的电力平衡如下：
Figure 36267DEST_PATH_IMAGE001
；
Figure 422248DEST_PATH_IMAGE002
；
Figure 920095DEST_PATH_IMAGE003
；
其中：
Figure 580883DEST_PATH_IMAGE004
表示光伏发电功率，单位为W（瓦特）；
Figure 598518DEST_PATH_IMAGE005
表示蓄电池充放电功率，单位为W；
Figure 889822DEST_PATH_IMAGE006
表示用户的负荷，是用户的柔性负荷
Figure 422434DEST_PATH_IMAGE007
和非柔性负荷
Figure 824597DEST_PATH_IMAGE008
的综合；
Figure 211585DEST_PATH_IMAGE009
表示用户与电网交互的电力，单位为W；
Figure 470528DEST_PATH_IMAGE010
，
Figure 428119DEST_PATH_IMAGE011
，
Figure 633973DEST_PATH_IMAGE012
，
Figure 422937DEST_PATH_IMAGE013
,
Figure 56044DEST_PATH_IMAGE014
和
Figure 563249DEST_PATH_IMAGE015
分别表示空调、电热水器、洗衣机、烘干机、洗碗机和电热水壶的功率。
步骤S22：将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率。
例如，从气象站获取室外温度、太阳辐射强度等天气预报数据，然后输入至基于温度修正的效率模型构建的分布式光伏发电模型中，计算出第二天各个时刻的光伏发电功率
Figure 556481DEST_PATH_IMAGE016
。
步骤S23：预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值。
本实施例中，将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中得到光伏发电功率之后，可以进一步的通过持续性预测（PersistenceForecast）方法预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值
Figure 403215DEST_PATH_IMAGE017
。
步骤S24：利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，并采用穷举法在所有可能的运行方案中寻找柔性负荷最佳的运行方案的组合，以确定出使每个调度步长内用户净负荷的平均爬坡系数最小的所述家庭智慧能源系统中温控负荷设定温度和可转移负荷开始运行时间。
本实施例中，采用持续性预测方法预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值之后，可以基于预设的第一算法并采用穷举法在所有可能的运行方案中寻找柔性负荷最佳的运行方案的组合，确定温控负荷设定温度和可转移负荷开始运行时间，使每个调度步长
Figure 3960DEST_PATH_IMAGE018
Figure 201723DEST_PATH_IMAGE019
内用户净负荷的平均爬坡系数最小。
其中，所述用户净负荷定义如下：
Figure 483800DEST_PATH_IMAGE020
。
其中，所述用户净负荷的平均爬坡系数的定义为：在一段时间内，用户净负荷在每个计算步长Δt的变化率的平均值。所述用户净负荷在每个调度步长
Figure 247357DEST_PATH_IMAGE019
的平均爬坡系数ARI的计算式如下：
Figure 471534DEST_PATH_IMAGE021
；
其中，调度步长
Figure 891014DEST_PATH_IMAGE019
与计算步长Δt的关系如图4所示，可以看出
Figure 39098DEST_PATH_IMAGE019
等于30倍的Δt。
步骤S25：利用所述设定温度和所述开始运行时间并利用蓄电池的柔性并基于预设的第二算法，以降低分布式光伏发电上网功率及使用户与电网交互的电力曲线对电网更加友好为目标计算出上述家庭智慧能源系统中蓄电池的充放电功率。
本实施例中，在得到用户的净负荷
Figure 594845DEST_PATH_IMAGE022
之后，可以进一步基于预设的第二算法并利用蓄电池的柔性，调整蓄电池的充放电功率
Figure 6234DEST_PATH_IMAGE005
，使用户与电网交互的电力曲线
Figure 709748DEST_PATH_IMAGE009
对电网更加友好。具体为：当光伏发电上网功率超过
Figure 582895DEST_PATH_IMAGE023
时，蓄电池开始以功率大小为
Figure 321044DEST_PATH_IMAGE024
进行充电，剩余的功率
Figure 903335DEST_PATH_IMAGE023
上传到电网；当
Figure 31828DEST_PATH_IMAGE022
小于0时，蓄电池放电。其中，
Figure 521715DEST_PATH_IMAGE009
计算式如下：
Figure 52054DEST_PATH_IMAGE025
。
步骤S26：利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划。
步骤S27：通过智能AI盒子将所述日前运行计划发送至所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷对应的设备，使位于所述建筑处的各个所述设备根据所述日前运行计划对自身的运行进行自动控制。
在获取家庭智慧能源系统的日前运行计划（包括温控负荷设定温度、可转移负荷开始运行时间、蓄电池充放电功率）后，可以进一步的通过智能AI盒子将所述日前运行计划发送至所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷对应的设备，使位于所述建筑处的各个所述设备根据所述日前运行计划对自身的运行进行自动控制。
进一步的，所述家庭智慧能源系统运行控制方法，具体还包括：通过移动终端查看所述性能评估结果及所述家庭智慧能源系统的运行状态，并通过所述移动终端远程控制所述设备的运行；通过所述移动终端对所述智能AI盒子中的所述温控负荷和所述可转移负荷的用能行为进行设置和修改。本实施例中，为了方便用户实时的对家庭智慧能源系统的运行状态进行查看，可以通过移动终端对上述性能评估结果进行实时的展示，同时还可以通过移动终端对上述智能AI盒子中的温控负荷和可转移负荷的用能行为进行相应的设置和修改。例如，通过手机、平板等移动终端，随时查看设备的运行状态，如空调模式、空调设定温度等，也可以查看家庭智慧能源系统的性能，如经济性、环保性、电网友好性、光伏发电的消纳、零能耗潜力等；还可以通过移动终端远程控制设备的运行，如调整空调的设定温度等；此外也可以通过移动终端与智能AI盒子进行交互，例如，通过移动终端设置或者修改用户的用能偏好等，包括温控负荷（空调和电热水器）的用能行为（使用时间及热舒适温度区间）、可转移负荷的用能行为（使用时间）等。
本申请实施例利用建筑的温控负荷、可转移负荷等柔性负荷的柔性，尽可能的使分布式光伏发电与用户用电匹配，减少了分布式光伏发电的间歇性和波动性对电网的影响，另外既利用了蓄电池储电的功能，又充分利用了蓄电池的柔性，通过合理的调整蓄电池的充电时间和功率，可以有效的削减系统向电网的送电功率，减少系统高功率的送电功率对电网的冲击，对电网更友好，同时也能减少弃光。
在一种具体的实施方式中，参见图5所示，图5示出了一种具体的家庭智慧能源系统运行控制架构，具体包括3部分：智能AI盒子、设备层和移动终端。其中，智能AI盒子是整个家庭智慧能源系统的核心，系统运行计划的制定、命令的发送都由智能AI盒子完成。
具体的，如图5所示，智能AI盒子包含了家庭智慧能源系统模型、数据采集与监测、基于预测和负荷柔性的控制策略以及系统性能评估4大功能模块。智能AI盒子基于这4大模块，通过计算得到家庭智慧能源系统日前的运行计划，包括蓄电池充放电功率、温控负荷的设定温度、可转移负荷的开始运行时间，并评估家庭智慧能源系统的性能。然后可以在预设的时间，如第二天，智能AI盒子将运行计划发送至设备层中的各个设备，各个设备在接收到智能AI盒子发送的运行指令后会自动控制自身设备的运行，另外，通过各个设备内部的传感器还可以采集设备的运行数据，并将该数据传输至智能AI盒子。同时，用户可以通过手机、平板等移动终端查看系统的性能情况，如分布式光伏发电的自消耗、自满足率等；也可以通过手机等移动终端的人机互动功能实现与智能AI盒子的互动。
接下来，对图5中智能AI盒子的4大功能模块进行具体的介绍。模块1为家庭智慧能源系统模型，具体包括：1) 分布式光伏发电模型，2) 蓄电池的充电状态模型，3) 温控负荷的响应模型，4) 可转移负荷的响应模型，5) 温控负荷用能行为，6) 可转移负荷用能行为。其中，1) 分布式光伏发电模型为采用基于温度修正的效率模型构建的分布式光伏发电模型，用于计算各时刻光伏发电的功率，如下式所示：
Figure 788934DEST_PATH_IMAGE026
；
式中：
Figure 670303DEST_PATH_IMAGE027
表示光伏发电的功率，单位为W；
Figure 963881DEST_PATH_IMAGE028
为光伏组件接收到的总的太阳辐射强度，单位为W/m2；
Figure 348726DEST_PATH_IMAGE029
为安装的光伏组件的面积，单位为
Figure 7240DEST_PATH_IMAGE030
；
Figure 172642DEST_PATH_IMAGE031
为标准测试条件下光伏组件的发电效率；
Figure 191283DEST_PATH_IMAGE032
表示逆变器的转换效率；
Figure 758530DEST_PATH_IMAGE033
表示温度修正后的光伏组件的发电效率，可由下式计算得到：
Figure 587946DEST_PATH_IMAGE034
；
Figure 178327DEST_PATH_IMAGE035
；
其中：
Figure 813708DEST_PATH_IMAGE036
表示光伏组件功率温度修正系数，单位为1/℃；
Figure 173145DEST_PATH_IMAGE037
为光伏组件的操作温度，可由下式计算得到，单位为℃；
Figure 422730DEST_PATH_IMAGE038
为光伏组件在标准测试条件下的温度，单位为℃；
Figure 297145DEST_PATH_IMAGE039
为环境温度，单位为℃；
Figure 939479DEST_PATH_IMAGE040
是光伏组件的标称工作电池温度，单位为℃。
进一步的，图5中2) 蓄电池的充电状态模型是根据充电状态（SOC）建立的，SOC的定义为电池存储的能量与其额定容量的比值，可以表示为：
Figure 153423DEST_PATH_IMAGE041
；
式中：
Figure 590220DEST_PATH_IMAGE042
和
Figure 951931DEST_PATH_IMAGE043
分别表示蓄电池的充电功率和放电功率，单位为W；
Figure 116065DEST_PATH_IMAGE044
和
Figure 450095DEST_PATH_IMAGE045
分别表示蓄电池的充电效率和放电效率；
Figure 854531DEST_PATH_IMAGE046
是蓄电池的额定容量，kWh；π是二元变量，其中，1表示蓄电池充电，0表示蓄电池放电；∆t是功率计算的时间间隔，单位为min。
需要指出的是，蓄电池在运行的过程中，充放电功率不能超过最大限值，且蓄电池的SOC状态要在一定的范围内，上述约束分别表示为：
Figure 641222DEST_PATH_IMAGE047
；
Figure 359779DEST_PATH_IMAGE048
；
Figure 610632DEST_PATH_IMAGE049
；
式中：
Figure 638499DEST_PATH_IMAGE050
和
Figure 912486DEST_PATH_IMAGE051
分别表示蓄电池的最大充电功率和最大放电功率，单位为W；
Figure 231472DEST_PATH_IMAGE052
和
Figure 540093DEST_PATH_IMAGE053
分别表示蓄电池的最大SOC状态和最小SOC状态。
另外，蓄电池在运行的过程中存在老化现象，会产生一定的经济成本。其中，老化主要包括历法老化和循环老化，可分别由下式计算得到：
Figure 224016DEST_PATH_IMAGE054
；
Figure 782036DEST_PATH_IMAGE055
；
Figure 357243DEST_PATH_IMAGE056
；
其中，
Figure 520371DEST_PATH_IMAGE057
表示历法老化，
Figure 640773DEST_PATH_IMAGE058
表示循环老化，
Figure 154931DEST_PATH_IMAGE059
表示蓄电池在循环充放电次数，
Figure 2671DEST_PATH_IMAGE060
表示蓄电池总的老化。
图5中的3) 温控负荷的响应模型具体为空调模型和电热水器模型。其中，空调模型的构建包括两部分：热力学模型和功率模型。其中，热力学模型描述空调、室内环境、围护结构和室外环境之间的动态换热关系，具体可以采用RC（resistance-capacitance，电阻-电容）模型构建空调的热力学模型，如下式所示，
Figure 20305DEST_PATH_IMAGE061
；
Figure 373926DEST_PATH_IMAGE062
；
其中，功率模型描述了空调输入功率与空调制冷量之间的关系，如下式所示：
Figure 109801DEST_PATH_IMAGE063
；
Figure 777543DEST_PATH_IMAGE064
；
Figure 898951DEST_PATH_IMAGE065
；
Figure 626736DEST_PATH_IMAGE066
；
其中，
Figure 584328DEST_PATH_IMAGE067
表示室内空气温度，单位为℃；
Figure 790181DEST_PATH_IMAGE068
为室外环境温度，单位为℃；
Figure 579145DEST_PATH_IMAGE069
为太阳辐射等热，单位为W；
Figure 727099DEST_PATH_IMAGE070
为内部得热，单位为W；
Figure 906407DEST_PATH_IMAGE071
为空调提供的冷量或者热量，单位为W；
Figure 915952DEST_PATH_IMAGE072
和
Figure 825002DEST_PATH_IMAGE073
分别是空调房间的等效热阻和等效热容，单位分别为℃/W和J/℃；
Figure 363431DEST_PATH_IMAGE074
是二元变量，1表示空调处于ON工作模式，0表示空调处于OFF工作模式；
Figure 357931DEST_PATH_IMAGE075
是空调的设定温度，单位为℃；
Figure 154855DEST_PATH_IMAGE076
是空调的温度死区，单位为℃；
Figure 856095DEST_PATH_IMAGE077
是空调的输入功率，单位为W；
Figure 831004DEST_PATH_IMAGE078
是空调在ON工作模式下的功率，单位为W；
Figure 312801DEST_PATH_IMAGE079
是空调在OFF工作模式下的功率，单位为W；EIR是空调的能量转换系数；
Figure 664148DEST_PATH_IMAGE080
为常量。
图5中的电热水器模型在构建时需考虑两种不同的情况，一种是没有热水消耗时，另一种是有热水消耗时。其中，没有热水消耗时电热水器的热力学模型和功率模型如下所示：
Figure 469162DEST_PATH_IMAGE081
；
Figure 677289DEST_PATH_IMAGE082
；
Figure 584065DEST_PATH_IMAGE083
；
Figure 207945DEST_PATH_IMAGE084
；
其中，
Figure 149356DEST_PATH_IMAGE085
是电热水器内水的温度，单位为℃；
Figure 262805DEST_PATH_IMAGE086
是电热水器所处环境的温度，单位为℃；
Figure 640566DEST_PATH_IMAGE087
是电热水器提供的热量，单位为W；
Figure 333715DEST_PATH_IMAGE088
是电热水器的等效热阻，单位为℃/W；
Figure 926371DEST_PATH_IMAGE089
是电热水器的等效热容，单位为J/℃；
Figure 413984DEST_PATH_IMAGE090
是电热水器的额定加热功率，单位为W；
Figure 295352DEST_PATH_IMAGE091
是二元变量，1表示电热水器处于ON工作模式，0表示电热水器处于OFF工作模式；
Figure 323351DEST_PATH_IMAGE092
是电热水器的设定温度，单位为℃；
Figure 246480DEST_PATH_IMAGE093
是电热水器的温度死区，单位为℃；
Figure 904995DEST_PATH_IMAGE094
是电热水器的加热效率。
当有热水消耗时，会有冷水补充到电热水器，这时电热水器内部的水温可用下式计算得到。
Figure 70397DEST_PATH_IMAGE095
；
其中，M是电热水器的容量，单位为L；D是消耗的热水的量，单位为L；
Figure 105349DEST_PATH_IMAGE096
是补充到电热水器的冷水的温度，单位为℃。
图5中的4) 可转移负荷的响应模型是针对洗衣机、烘干机、洗碗机、电热水壶等可转移负荷创建的模型，该模型在工作过程中各个阶段的功率基本恒定，可用下式表示：
Figure 344701DEST_PATH_IMAGE097
；
Figure 688963DEST_PATH_IMAGE098
；
其中，
Figure 341661DEST_PATH_IMAGE099
是可转移负荷j在t时刻的功率，单位为W；
Figure 649146DEST_PATH_IMAGE100
是可转移负荷j在运行阶段w的功率，单位为W；
Figure 274162DEST_PATH_IMAGE101
是可转移负荷j在运行阶段w的持续时长，单位为min；
Figure 336796DEST_PATH_IMAGE102
是可转移负荷j在整个运行过程中的持续时长，单位为min。
图5中的5) 温控负荷用能行为具体指的是家用电器使用者的用能行为，可在一定范围内进行调整，进而改变用户的用电曲线，使得该家用电器表现出一定的柔性。如温控负荷（空调和电热水器）的设定温度可以在用户的热舒适温度区间内进行调整，因此具有一定的柔性，具体如下式所示：
Figure 414474DEST_PATH_IMAGE103
；
此外，温控负荷的柔性还受到其运行时间的限制，只有在运行时间范围内才具有柔性，如下式所示：
Figure 40496DEST_PATH_IMAGE104
；
其中，
Figure 316756DEST_PATH_IMAGE105
表示温控负荷i允许的最低设定温度；
Figure 674925DEST_PATH_IMAGE106
表示温控负荷i允许的最高的设定温度，
Figure 656876DEST_PATH_IMAGE107
表示温控负荷i开始运行的时间；
Figure 821010DEST_PATH_IMAGE108
表示温控负荷i结束运行的时间。
图5中的6) 可转移负荷用能行为，指的是可转移负荷的运行时间可以在一定范围内调整，因而具有柔性，如下式所示：
Figure 623881DEST_PATH_IMAGE109
；
其中，
Figure 497159DEST_PATH_IMAGE110
表示可转移负荷j允许最早开始运行的时间，
Figure 533117DEST_PATH_IMAGE111
表示可转移负荷j允许最晚结束运行的时间，
Figure 251674DEST_PATH_IMAGE112
表示可转移负荷j开始运行的时间，
Figure 705789DEST_PATH_IMAGE113
表示可转移负荷j结束运行的时间。
图5中的模块2为数据采集与监测，用于采集家庭智慧能源系统在运行过程中，光伏发电、蓄电池、空调、电热水器、洗衣机、洗碗机、烘干机、电热水壶和非柔性负荷等的运行参数。
图5中的模块3为基于预测和负荷柔性的控制策略，该运行策略的核心思想是：在分布式光伏发电预测和负荷预测的基础上，在用户用能行为的约束下，利用柔性负荷和蓄电池的柔性调节温控负荷的设定温度、可转移负荷开始运行的时间以及蓄电池的充放电功率，使用户的用电对电网更加友好。该运行策略可以通过Python写入智能AI盒子的模块3中。如图5所示，该运行策略包括3个步骤：分布式光伏发电及非柔性负荷的预测、柔性负荷运行计划的确定及蓄电池充放电功率的确定，具体步骤如下：步骤1分布式光伏发电及非柔性负荷的预测具体用于从气象站获取室外温度、太阳辐射强度等天气预报数据，并将其输入至预先创建的光伏发电的模型中，计算出第二天各个时刻的光伏发电
Figure 484389DEST_PATH_IMAGE114
，并采用持续性预测的方法预测非柔性负荷的用电功率
Figure 273223DEST_PATH_IMAGE115
。在得到分布式光伏发电及非柔性负荷的预测值之后，通过调整温控负荷的设定温度、可转移负荷开始运行的时间使用户的用电对电网更加友好。具体的，可以通过步骤2柔性负荷运行计划在所有可能的运行方案中，寻找柔性负荷最佳的运行方案的组合，使每个调度步长
Figure 795471DEST_PATH_IMAGE116
内用户净负荷的平均爬坡系数最小。具体计算法1如下所示：
算法1. 确定柔性负荷运行方案的算法.
1: 读取
Figure 104093DEST_PATH_IMAGE114
和
Figure 53594DEST_PATH_IMAGE115
2: ARI min = 定值
3: 对每一个调度步长τ执行下面循环:
4: 生成所有可能的运行方案并组成集合
Figure 64144DEST_PATH_IMAGE117
5: 对于集合
Figure 390083DEST_PATH_IMAGE117
中的每一个元素
Figure 553211DEST_PATH_IMAGE118
执行下面循环:
6: 对每一个计算步长t执行下面循环:
7: 计算
Figure 470352DEST_PATH_IMAGE119
8: 计算
Figure 984510DEST_PATH_IMAGE120
9: 结束此循环
10: 计算指标 ARI
11: 若 ARI< ARImin:
12: ARImin = ARI
13: 结束此循环
14: 输出使ARI 达到最小ARImin 的运行方案
Figure 832249DEST_PATH_IMAGE118
15: 利用上一步获取的运行方案
Figure 849883DEST_PATH_IMAGE118
计算
Figure 203504DEST_PATH_IMAGE120
16: 结束此循环
进一步的，通过步骤3还可以利用蓄电池的柔性调整蓄电池的充放电功率
Figure 673800DEST_PATH_IMAGE120
，使用户与电网交互的电力曲线
Figure 75963DEST_PATH_IMAGE121
对电网更加友好。其中，
Figure 10421DEST_PATH_IMAGE122
的计算式为
Figure 987473DEST_PATH_IMAGE123
。可以理解的是，通常情况下家庭智慧能源系统对电网的冲击主要来自于大功率的上网功率（向电网卖电），因此可以利用蓄电池的柔性，在光伏发电功率较高时，对蓄电池进行充电，降低上网的功率，从而减小对电网的冲击，使用户的用电对电网更友好。如图6（a）所示，在传统的蓄电池充放电策略中，当用户的净负荷
Figure 679485DEST_PATH_IMAGE124
>0的时候，蓄电池就开始充电，使得系统的上网功率都较高，会对电网产生较大的影响；而在本申请提出的蓄电池充放电策略中，如图6（b）所示蓄电池在上网功率较高的时段进行充电，即当上网功率超过
Figure 150918DEST_PATH_IMAGE023
时开始以功率大小为
Figure 939882DEST_PATH_IMAGE125
进行充电，剩余的功率
Figure 307410DEST_PATH_IMAGE023
上传到电网。因此，本申请提出的蓄电池的充放电策略中，上网功率不超过
Figure 267144DEST_PATH_IMAGE023
，远低于传统的蓄电池充放电策略。用户与电网交互的电力曲线由图6（a）中的曲线“abcdef”转变成了图6（b）中的曲线“a’b’c’d’e’f’”，可以看出，在基于蓄电池柔性的充放电策略下，系统上网功率远低于传统的蓄电池充放电策略下的上网功率，用户与电网交互的电力曲线对电网更加友好。具体计算的代码算法2如下所示。
算法2. 确定蓄电池充放电功率的算法.
1： 读取
Figure 73426DEST_PATH_IMAGE120
2： 对
Figure 654580DEST_PATH_IMAGE120
从大到小进行排序并形成新的集合
Figure 724167DEST_PATH_IMAGE126
3: 对集合
Figure 453089DEST_PATH_IMAGE126
中的每一个元素
Figure 745DEST_PATH_IMAGE127
执行下述循环:
4: 若
Figure 216832DEST_PATH_IMAGE128
并且
Figure 988479DEST_PATH_IMAGE129
成立:
5:
Figure 673538DEST_PATH_IMAGE130
（
Figure 759305DEST_PATH_IMAGE126
表示
Figure 377369DEST_PATH_IMAGE120
由大到小排序形成的新集合）
6: 跳出循环体
7： 结束此循环
8： 对每一个调度步长τ执行下面循环:
9： 对每一个计算步长t执行下面循环:
10： 若
Figure 523179DEST_PATH_IMAGE131
:
11：
Figure 413644DEST_PATH_IMAGE132
12： 否则
Figure 568681DEST_PATH_IMAGE133
:
13：
Figure 41251DEST_PATH_IMAGE134
14： 否则:
15： 若
Figure 357963DEST_PATH_IMAGE135
:
16：
Figure 752035DEST_PATH_IMAGE136
17： 计算
Figure 241922DEST_PATH_IMAGE137
18： 若
Figure 287108DEST_PATH_IMAGE138
:
19：
Figure 774721DEST_PATH_IMAGE139
20： 结束此循环
21： 计算
Figure 390510DEST_PATH_IMAGE137
22: 结束此循环
23: 输出
Figure 684088DEST_PATH_IMAGE140
进一步的，图5中的模块4为系统性能评估，可以从家庭智慧能源系统的经济性、环保性、电网友好性、光伏发电的消纳、零能耗潜力5个维度对系统的性能进行评估。
在第一种具体的实施方式中，可以采用日间运行费用来评估系统的经济性C。系统日间运行费用包括光伏发电产生的费用、蓄电池的费用、从电网买电产生的费用以及向电网卖电获得的收益，如下式所示：
Figure 334512DEST_PATH_IMAGE141
；
Figure 507873DEST_PATH_IMAGE142
；
Figure 876538DEST_PATH_IMAGE143
；
Figure 645911DEST_PATH_IMAGE144
；
Figure 150841DEST_PATH_IMAGE145
；
其中，C表示系统总的日间运行费用，单位为CNY（即人民币）；
Figure 42574DEST_PATH_IMAGE146
表示光伏发电产生的费用，单位为CNY；
Figure 882223DEST_PATH_IMAGE147
表示蓄电池老化产生的费用，单位为CNY；
Figure 455287DEST_PATH_IMAGE148
表示从电网买电产生的费用，单位为CNY；
Figure 80303DEST_PATH_IMAGE149
表示向电网卖电获得的收益，单位为CNY；
Figure 142937DEST_PATH_IMAGE150
表示光伏组件的额定安装容量，单位为kW；
Figure 220614DEST_PATH_IMAGE151
表示光伏组件的初投资，单位为CNY/kW；
Figure 581058DEST_PATH_IMAGE152
表示光伏组件的全生命周期使用年限；
Figure 857318DEST_PATH_IMAGE153
是蓄电池的初投资，单位为CNY/kWh；
Figure 294116DEST_PATH_IMAGE154
表示在t时段的电价，单位为CNY/kWh；
Figure 593510DEST_PATH_IMAGE155
表示向电网卖电的价格，单位为CNY/kWh；
Figure 570693DEST_PATH_IMAGE156
从电网购买的电量，单位为kWh；
Figure 170302DEST_PATH_IMAGE157
表示上传到电网的电量，单位为kWh。
在第二种具体的实施方式中，家庭智慧能源系统的环保性采用CO2排放量Emi来评价，如下式所示：
Figure 761689DEST_PATH_IMAGE158
；
其中，
Figure 345117DEST_PATH_IMAGE159
表示CO2的当量排放因子，单位为kgCO2/kWh。
在第三种具体的实施方式中，采用用户与电网电力交互曲线的平均爬坡率ARI来评价用户用电对电网的友好性，如下式所示：
Figure 329254DEST_PATH_IMAGE160
；
在第四种具体的实施方式中，采用光伏发电的自消耗率SCR来评价系统对光伏发电的消纳情况，如下式所示：
Figure 517790DEST_PATH_IMAGE161
；
Figure 93127DEST_PATH_IMAGE162
；
其中，
Figure 367114DEST_PATH_IMAGE163
表示承担用户负荷的光伏发电量，单位为kWh。
在第五种具体的实施方式中，采用自满足率SSR从数量的角度评估系统的零能耗潜力，同时采用零能耗率ZER从时间的角度评估系统的零能耗潜力，如下式所示：
Figure 896488DEST_PATH_IMAGE164
；
Figure 205110DEST_PATH_IMAGE165
；
其中，
Figure 951349DEST_PATH_IMAGE166
表示用户负荷由光伏发电或蓄电池承担的时间。
与传统的最大化光伏自消耗率的控制策略以及基于分时电价的控制策略相比，本申请提出的方案可以能够很好的提高家庭智慧能源系统的自满足率、自消耗率以及家庭智慧能源系统的经济性，并且能够提高用户的零能耗潜力，减少对电网的依赖，降低二氧化碳排放。
本申请公开了一种家庭智慧能源系统运行控制的方案，具体包括：将家庭智慧能源系统所在的天气预报数据输入至分布式光伏发电模型得到光伏发电功率；预测家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值；在此基础上，在用户热舒适性和便利性等的约束下，以降低每个调度步长内用户与电网交互电力曲线的平均爬坡系数为目标确定温控负荷的设定温度和可转移负荷开始运行的时间；而后利用蓄电池的柔性进一步降低家庭智慧能源系统向电网的送电功率，从而确定出蓄电池的充放电功率。进一步的，智能AI盒子根据确定出的家庭智慧能源系统的日前运行计划，包括温控负荷设定温度、可转移负荷开始运行时间及蓄电池充放电功率，自动控制蓄电池及柔性负荷的运行，同时实时显示系统的性能。本方案能够使分布式光伏发电与用户用电匹配，减少分布式光伏发电对电网的影响。
相应的，本申请实施例还公开了一种家庭智慧能源系统运行控制装置，参见图7所示，该装置包括：
气象数据获取模块11，用于从气象站读取家庭智慧能源系统所在建筑处的天气预报数据；
光伏发电功率计算模块12，用于将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率；
非柔性负荷功率预测模块13，用于预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值；
柔性负荷运行参数确定模块14，用于利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间；
充放电功率计算模块15，用于利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率；
运行计划确定模块16，用于利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划；
运行控制模块17，用于根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。
其中，关于上述各个模块的具体工作流程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本申请实施例中，先从气象站读取家庭智慧能源系统所在建筑处的天气预报数据，接着将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率，然后预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值，再利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间，然后利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率，最后利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划，以便根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。本申请实施例既利用了蓄电池储电的功能，又充分利用了蓄电池和柔性负荷的柔性，通过合理的调整蓄电池的充电时间和功率，可以有效的削减家庭智慧能源系统向电网的送电功率，减少家庭智慧能源系统高功率的送电功率对电网的冲击，因此对电网更友好，同时也能减少弃光，保证分布式光伏发电与用户用电匹配，减少分布式光伏发电的间歇性和波动性对电网的影响，并且还能提高家庭智慧能源系统的自满足率、自消耗率、系统的经济性以及用户的零能耗潜力，减少对电网的依赖，进而降低二氧化碳排放。
在一些具体实施例中，所述柔性负荷运行参数确定模块14，具体可以包括：
柔性负荷运行参数确定单元，用于基于预设的第一算法，并采用穷举法在所有可能的运行方案中寻找柔性负荷最佳的运行方案的组合，以确定出使每个调度步长内用户净负荷的平均爬坡系数最小的所述家庭智慧能源系统中温控负荷设定温度和可转移负荷开始运行时间。
在一些具体实施例中，所述充放电功率计算模块15，具体可以包括：
充放电功率计算单元，用于利用蓄电池的柔性并基于预设的第二算法，以降低分布式光伏发电上网功率及使用户与电网交互的电力曲线对电网更加友好为目标计算出上述家庭智慧能源系统中蓄电池的充放电功率。
在一些具体实施例中，所述家庭智慧能源系统运行控制装置，还可以包括：
性能评估单元，用于从经济性、环保性、电网友好性、光伏发电的消纳、零能耗潜力的维度对所述家庭智慧能源系统的性能进行评估，得到性能评估结果。
在一些具体实施例中，所述运行控制模块17，具体可以包括：
运行计划发送单元，用于通过智能AI盒子将所述日前运行计划发送至所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷对应的设备；
第一运行控制单元，用于位于所述建筑处的各个所述设备根据所述日前运行计划对自身的运行进行自动控制。
在一些具体实施例中，所述家庭智慧能源系统运行控制装置，还可以包括：
信息查看单元，用于通过移动终端查看所述性能评估结果及所述家庭智慧能源系统的运行状态；
第二运行控制单元，用于通过所述移动终端远程控制所述设备的运行；
设置和修改单元，用于通过所述移动终端对所述智能AI盒子中的所述温控负荷和所述可转移负荷的用能行为进行设置和修改。
在一些具体实施例中，所述家庭智慧能源系统运行控制装置，还可以包括：
运行参数采集单元，用于采集所述家庭智慧能源系统在运行过程中的所述非柔性负荷和所述柔性负荷产生的历史运行参数；
模型创建单元，用于利用所述历史运行参数创建所述分布式光伏发电模型及其他各类所述柔性负荷的响应模型，同时根据所述历史运行参数中关于所述蓄电池的充电状态信息创建蓄电池模型，以便通过所述蓄电池模型使运行中的所述蓄电池的所述充放电功率不超过最大阈值，并控制所述蓄电池的充电状态在预设范围内。
进一步的，本申请实施例还公开了一种电子设备，图8是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。
图8为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的家庭智慧能源系统运行控制方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的家庭智慧能源系统运行控制方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的，本申请还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的家庭智慧能源系统运行控制方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种家庭智慧能源系统运行控制方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种家庭智慧能源系统运行控制方法，其特征在于，包括：
从气象站读取家庭智慧能源系统所在建筑处的天气预报数据；
将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率；
预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值；
利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间；
利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率；
利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划，以便根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。
2.根据权利要求1所述的家庭智慧能源系统运行控制方法，其特征在于，所述基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间，包括：
基于预设的第一算法，并采用穷举法在所有可能的运行方案中寻找柔性负荷最佳的运行方案的组合，以确定出使每个调度步长内用户净负荷的平均爬坡系数最小的所述家庭智慧能源系统中温控负荷设定温度和可转移负荷开始运行时间。
3.根据权利要求2所述的家庭智慧能源系统运行控制方法，其特征在于，所述基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率，包括：
利用蓄电池的柔性并基于预设的第二算法，以降低分布式光伏发电上网功率及使用户与电网交互的电力曲线对电网更加友好为目标计算出上述家庭智慧能源系统中蓄电池的充放电功率。
4.根据权利要求1所述的家庭智慧能源系统运行控制方法，其特征在于，还包括：
从经济性、环保性、电网友好性、光伏发电的消纳、零能耗潜力的维度对所述家庭智慧能源系统的性能进行评估，得到性能评估结果。
5.根据权利要求4所述的家庭智慧能源系统运行控制方法，其特征在于，所述根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制，包括：
通过智能AI盒子将所述日前运行计划发送至所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷对应的设备，使位于所述建筑处的各个所述设备根据所述日前运行计划对自身的运行进行自动控制。
6.根据权利要求5所述的家庭智慧能源系统运行控制方法，其特征在于，还包括：
通过移动终端查看所述性能评估结果及所述家庭智慧能源系统的运行状态，并通过所述移动终端远程控制所述设备的运行；
通过所述移动终端对所述智能AI盒子中的所述温控负荷和所述可转移负荷的用能行为进行设置和修改。
7.根据权利要求1至6任一项所述的家庭智慧能源系统运行控制方法，其特征在于，还包括：
采集所述家庭智慧能源系统在运行过程中的所述非柔性负荷和所述柔性负荷产生的历史运行参数；
利用所述历史运行参数创建所述分布式光伏发电模型及其他各类所述柔性负荷的响应模型，并根据所述历史运行参数中关于所述蓄电池的充电状态信息创建蓄电池模型，以便通过所述蓄电池模型使运行中的所述蓄电池的所述充放电功率不超过最大阈值，并控制所述蓄电池的充电状态在预设范围内。
8.一种家庭智慧能源系统运行控制装置，其特征在于，包括：
气象数据获取模块，用于从气象站读取家庭智慧能源系统所在建筑处的天气预报数据；
光伏发电功率计算模块，用于将所述天气预报数据输入至基于温度修正的效率模型构建的分布式光伏发电模型中，得到光伏发电功率；
非柔性负荷功率预测模块，用于预测所述家庭智慧能源系统中非柔性负荷的用电功率，得到非柔性负荷功率预测值；
柔性负荷运行参数确定模块，用于利用所述光伏发电功率和所述非柔性负荷功率预测值并基于预设的第一算法，以每个调度步长内用户净负荷的平均爬坡系数最小为目标确定所述家庭智慧能源系统中温控负荷的设定温度和可转移负荷的开始运行时间；
充放电功率计算模块，用于利用所述设定温度和所述开始运行时间并基于预设的第二算法，以降低分布式光伏发电上网功率为目标确定所述家庭智慧能源系统中蓄电池的充放电功率；
运行计划确定模块，用于利用所述光伏发电功率、所述非柔性负荷功率预测值及所述充放电功率确定所述家庭智慧能源系统的日前运行计划；
运行控制模块，用于根据所述日前运行计划对位于所述建筑处的所述家庭智慧能源系统中的所述蓄电池、所述温控负荷和所述可转移负荷的运行进行相应的控制。
9.一种电子设备，其特征在于，包括处理器和存储器；其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至7任一项所述的家庭智慧能源系统运行控制方法。
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的家庭智慧能源系统运行控制方法。
CN202211154507.3A 2022-09-22 2022-09-22 家庭智慧能源系统运行控制方法、装置、设备及介质 Active CN115241927B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211154507.3A CN115241927B (zh) 2022-09-22 2022-09-22 家庭智慧能源系统运行控制方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211154507.3A CN115241927B (zh) 2022-09-22 2022-09-22 家庭智慧能源系统运行控制方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115241927A CN115241927A (zh) 2022-10-25
CN115241927B true CN115241927B (zh) 2022-11-29

Family

ID=83667034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211154507.3A Active CN115241927B (zh) 2022-09-22 2022-09-22 家庭智慧能源系统运行控制方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115241927B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115994627B (zh) * 2023-03-22 2023-07-14 湖南大学 住宅建筑柔性负荷日前优化调度方法、装置、设备、介质
CN116151032B (zh) * 2023-04-17 2023-07-14 湖南大学 住宅建筑动态负荷柔性潜力计算方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109301852A (zh) * 2018-11-23 2019-02-01 武汉理工大学 一种微电网分级多目标联合的经济调度方法
CN109615245A (zh) * 2018-12-14 2019-04-12 国网山东省电力公司经济技术研究院 一种对电网规划整体评估的方法
CN112491039A (zh) * 2020-11-19 2021-03-12 宁波市电力设计院有限公司 一种主网与家庭光储系统功率交换的控制方法
CN113610351A (zh) * 2021-07-13 2021-11-05 国网浙江省电力有限公司电力科学研究院 用户需求响应能力评估方法、系统、终端及介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021108745A1 (en) * 2019-11-27 2021-06-03 Cruickshank Iii Robert F An optimized load shaping system, method & apparatus for optimizing production and consumption of energy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109301852A (zh) * 2018-11-23 2019-02-01 武汉理工大学 一种微电网分级多目标联合的经济调度方法
CN109615245A (zh) * 2018-12-14 2019-04-12 国网山东省电力公司经济技术研究院 一种对电网规划整体评估的方法
CN112491039A (zh) * 2020-11-19 2021-03-12 宁波市电力设计院有限公司 一种主网与家庭光储系统功率交换的控制方法
CN113610351A (zh) * 2021-07-13 2021-11-05 国网浙江省电力有限公司电力科学研究院 用户需求响应能力评估方法、系统、终端及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
考虑虚拟电厂和分时电价的风光火储系统两阶段优化调度策略;李星雨等;《南方电网技术》;20170630(第06期);70-77 *
考虑需求响应的风光燃储集成虚拟电厂双层随机调度优化模型;张立辉等;《可再生能源》;20171020(第10期);1514-1522 *

Also Published As

Publication number Publication date
CN115241927A (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN115241927B (zh) 家庭智慧能源系统运行控制方法、装置、设备及介质
US11537091B2 (en) Multi-scale optimization framework for smart energy systems
EP3247016B1 (en) Electrical power management device
US11971185B2 (en) Method for improving the performance of the energy management in a nearly zero energy building
JP5789792B2 (ja) 需給制御装置、需給制御方法、および、需給制御システム
CN114418249B (zh) 一种光储柔系统运行控制方法及装置
WO2006132760A2 (en) Optimized energy management system
WO2017104161A1 (ja) 電力管理装置
CN114841409A (zh) 联合lstm和深度强化学习的家庭能源管理方法及介质
KR20170002312A (ko) 신재생에너지 연계 하이브리드 에너지 저장 장치에 대한 적응형 에너지 관리 스케줄링 시스템 및 방법
CN111027747A (zh) 一种考虑用户舒适度风险偏好的家庭能量控制方法
CN113328432A (zh) 一种家庭能量管理优化调度方法及系统
US11556102B2 (en) Off-grid electrical power system
Luo et al. A novel forecast-based operation strategy for residential PV-battery-flexible loads systems considering the flexibility of battery and loads
JP2018038238A (ja) 電力制御システムおよび電力制御方法
CN111697565B (zh) 一种家庭能源管理系统能源调度方法及系统
CN111224393A (zh) 智能家居电能调度优化方法、装置及存储介质
CN106292286B (zh) 一种家庭电力用户能量管理方法
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
US20140018968A1 (en) Method for determining and/or controlling an operating time of a consumer coupled to a power station, in particular a photovoltaic power station, and to an energy storage device, and method for operating an energy storage device coupled to a power station
US10811883B2 (en) Off-grid electrical power system
JP6143979B1 (ja) 電力管理装置
KR101611624B1 (ko) 가전제품 및 네트워크 시스템
Gu et al. Energy management strategy of smart residential community considering aggregated air-conditioning loads
Nieuwenhout et al. Electricity storage for distributed generation in the built environment

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