CN116316654A - 一种智能家用电器用电柔性负荷优化调度方法及系统 - Google Patents
一种智能家用电器用电柔性负荷优化调度方法及系统 Download PDFInfo
- Publication number
- CN116316654A CN116316654A CN202310195806.XA CN202310195806A CN116316654A CN 116316654 A CN116316654 A CN 116316654A CN 202310195806 A CN202310195806 A CN 202310195806A CN 116316654 A CN116316654 A CN 116316654A
- Authority
- CN
- China
- Prior art keywords
- intelligent household
- household appliance
- time
- appliance
- scheduling
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000005611 electricity Effects 0.000 claims abstract description 64
- 238000010248 power generation Methods 0.000 claims abstract description 28
- 230000006870 function Effects 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- H02J3/12—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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
-
- 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
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种智能家用电器用电柔性负荷优化调度方法及系统,该方法包括根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型;获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的输出功率;结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型;采用Gurobi优化算法对智能家用电器的运行时间进行优化求解,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间,实现对智能家用电器用电柔性负荷的最优调度。
Description
技术领域
本发明涉及智能家用电器调度技术领域,尤其涉及一种智能家用电器用电柔性负荷优化调度方法及系统。
背景技术
随着社会的发展和时代的进步,能源生产的成本和社会生活对电力的需求不断提高,可再生能源发电正逐步投入运行。住宅用电负荷多集中于社会用电高峰期,存在负荷曲线波动大和负荷特性较差等问题。这迫使人们专注于用电需求侧管理(DSM,Demand SideManagement)。为了降低基础设施成本和对环境的影响,提高系统的可靠性,通常在分布式发电(如太阳能和风能)的帮助下与智能电网集成,在需求侧通过能源管理系统(EMS,network element management system)帮助管理智能电器的能源消耗。在需求侧管理系统中,采用各种技术和优化算法来最小化电费成本,消费者也可以用可再生能源为其智能家用电器供电,若有更多的能源,则可将其提供给公用电网,降低用电成本。
传统的需求侧能源管理通常是建立家用电器耗电量和使用时间的关系模型,基于分时电价,构建家用电器负荷调度模型,其虽然也能够在一定程度上降低家用电器的用电成本,但是,其往往会忽略用户的舒适度,而且当家用电器的数量增加到一定程度时,算法收敛缓慢,难以快速获取负荷调度策略。
发明内容
为解决上述现有技术的不足,本发明提供了一种智能家用电器用电柔性负荷优化调度方法及系统,基于模型预测控制原理,建立智能家电用电负荷和电价模型以及光伏发电模型,通过模型测算得到每一时间段的用电负荷情况和光伏发电情况,结合分时电价,计算得到最优的家用电器运行时间,实现对智能家用电器用电柔性负荷的最优调度。
第一方面,本公开提供了一种智能家用电器用电柔性负荷优化调度方法。
一种智能家用电器用电柔性负荷优化调度方法,包括:
根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型;
基于预测模型,获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的输出功率;
结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型;
采用Gurobi优化算法对智能家用电器的运行时间进行优化求解,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间。
进一步的技术方案,构建智能家用电器柔性负荷调度模型,包括:
确定所有智能家用电器在每一时间段的总用电需求,以及每一时间段的太阳能光伏发电的生成电量,结合每一时间段的电价,构建分时电价适应度函数;
基于分时电价适应度函数,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型。
进一步的技术方案,所述目标函数包括电费最低、峰均比最小、用户不满意度最小,其中,
电费最低,公式为:
s.t.αi≤ti≤βi-li
峰均比最小化,公式为:
用户的不满意度最小化,公式为:
上式中,表示每个时隙s内所有智能家用电器的总用电需求,Ep表示电价,ti表示第i个智能家用电器运行的最佳时间,li表示第i个智能家用电器设备的操作时间间隔长度,αi和βi表示第i个智能家用电器的开始运行时间和结束运行时间,fins表示馈电价格,表示光伏发电系统每个时隙s的总功率,g表示延迟参数,g>1。
进一步的技术方案,所述智能家用电器柔性负荷调度模型的约束条件包括能量约束、光伏发电限制约束、时间限制约束以及智能家用电器运行时间和运行时间限制约束。
进一步的技术方案,所述能量约束为:
进一步的技术方案,所述时间限制约束表示在前一个加载阶段完成之前,下一个加载阶段无法开始,公式为:
C=St,end-St,st-li+2
上式中,表示智能家用电器的开关状态,0表示关闭状态,1表示开启状态;当/>的值为1时,辅助决策变量/>的值为0,辅助决策变量/>表示之前的运行任务是否已经完成,当/>时,/>表示智能家用电器i的开关状态为关,且该电器的运行任务完成;当/>时,/>表示智能家用电器i的开关状态为开,且该电器的运行任务未完成;C是设备操作可用的周期数,St,st和St,end是用户定义范围内设备操作的开始和结束时间。
第二方面,本公开提供了一种智能家用电器用电柔性负荷优化调度系统。
一种智能家用电器用电柔性负荷优化调度系统,包括:
预测模型构建模块,用于根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型;
柔性负荷调度模型构建模块,用于基于预测模型,获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的输出功率;结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型;
最优运行时间调度优化模块,用于采用Gurobi优化算法对智能家用电器的运行时间进行优化求解,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间。
进一步的技术方案,构建智能家用电器柔性负荷调度模型,包括:
确定所有智能家用电器在每一时间段的总用电需求,以及每一时间段的太阳能光伏发电的生成电量,结合每一时间段的电价,构建分时电价适应度函数;
基于分时电价适应度函数,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型。
第三方面,本公开还提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述方法的步骤。
第四方面,本公开还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述方法的步骤。
以上一个或多个技术方案存在以下有益效果:
1、本发明提供了一种智能家用电器用电柔性负荷优化调度方法及系统,根据住宅用户智能家用电器的使用情况,建立电器的运行时间与负荷预测模型,以及构建光伏输出功率预测模型,通过模型测算得到电器每天的用电负荷情况和光伏发电情况,并预测未来一天的用电及发电情况,在此基础上,结合分时电价,以住宅用户最小电费支出和削减峰荷为负荷调度目标,建立智能家电调度负载的最优控制模型,将其扩展为二元非线性优化问题,通过Gurobi优化算法计算出最优的电器运行时间,调度电器的使用时间,实现最大限度的减少能源成本和峰均比,避免高峰负荷需求。
2、本发明所构建的智能家用电器柔性负荷调度模型还考虑了用户满意度的问题,以用户不满意度最小化为目标,通过Gurobi优化算法进行求解,计算出最优的电器运行时间,调度电器的使用时间。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例所述智能家用电器用电柔性负荷优化调度方法的流程图;
图2为本发明实施例中光伏发电情况和家用电器用电负荷情况;
图3为本发明实施例中采用Gurobi优化算法优化后的家用电器运行时间调度。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
本实施例提供了一种智能家用电器用电柔性负荷优化调度方法,面向智能家电等应用场所,根据住宅用户智能家用电器的使用情况,如电动汽车、空调的使用情况,建立这两种电器的运行时间与负荷预测模型,以及根据屋顶的太阳能光伏发电系统,构建光伏输出功率预测模型,以及计算出两个电器的工作计划;针对不同的电器,建立以电器使用时间为决策变量的电器耗电量模型,通过模型测算得到其每天的用电负荷情况和光伏发电情况,并预测未来一天的用电及发电情况;在此基础上,结合分时电价,以住宅用户最小电费支出和削减峰荷为负荷调度目标,计算出最优的电器运行时间,调度电器的使用时间;设置住宅用户需求响应控制器,结合预测出的电器工作计划与负荷调度方法,通过控制器与智能插座协同工作控制电器的起停。通过上述方式对智能家电运行进行优化,使得消费者能够控制和安排家电的运行时间,最大限度地降低能源成本、峰均比(PAR,Peak-to-AverageRatio),避免高峰负荷需求。本实施例所提供的方法如图1所示,包括:
根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型;
基于预测模型,获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的输出功率;
结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型;
采用Gurobi优化算法对智能家用电器的运行时间进行优化求解,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间。
本实施例上述方法的核心点在于构建智能家电调度负载的最优控制模型,将模型扩展为二元非线性优化问题,通过Gurobi优化算法,最大限度地减少能源费用、峰均比和对用户舒适度的影响,即在监控峰值需求、峰均比和电力成本的同时,通过设置家用电器设备的运行时间来保持用户的舒适度。
在本实施例中,为了让用户将用电时段从高峰时段转移到非高峰时段,则非高峰时段的电费必须低于高峰时段,这可以减少能源需求以及公用电网中的不稳定问题。在住宅建筑的能源管理系统中,通过指定负载类型、设备运行时长和能源平均利用率来实现不同负载的运行。
首先,根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型。每个智能家电设备都具备一个定义的运行间隔,在该运行间隔内,假设所有设备都在其最大额定功率下运行,如下表1所示的智能家用电器的额定功率,电动汽车的额定功率为4.3Kw,空调的额定功率为2.3Kw,太阳能光伏发电和家用电器用电负荷情况如图2所示。
表1智能家用电器的额定功率
电器名称 | 额定功率(Kw) |
电动汽车 | 4.3 |
空调 | 2.3 |
然后,基于上述所构建的预测模型,获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的生成电量(即输出功率)。
具体的,将一天平均分成120个时间段,即每12分钟为一个时间段,并将其划分为24份,每份包括5个时间段。每个设备的运行时间间隔是n个12分钟(n为整数)。则对于可调度的智能家用电器(如空调)而言,其功耗调度矩阵P表示为:
P=[P1,P2,P3,…P60,…P120]
上式中,Ps表示智能家用电器在s时隙内的耗电量,单位kWh,s∈[1,120]。若所有电器每小时的耗电量是固定的,则对于第i个智能家用电器设备而言,每小时的能耗表示为:
上式中,Xi表示第i个智能家用电器设备每小时的耗电量(即功耗值)。
对于可调度的电器(如电动汽车)而言,功耗调度矩阵P定义为:
上式中,Xi表示第i个智能家用电器设备每小时的耗电量,ti表示第i个设备运行的最佳时间,li表示第i个设备的操作时间间隔的长度,表示第i个设备在时隙s内的功耗,当时隙s不属于设备的有效运行时间时,功耗为0。
之后,结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型。
具体的,首先确定智能家用电器在时隙s(相当于时间段s)的总用电需求,每个时隙s内两种电器(即所有智能家用电器,包括可调度电器,如电动汽车等,和不可调度电器,如空调等)的总用电需求为:
以Ep为电价,构建时隙s内的分时电价适应度函数,为:
s.t.αi≤ti≤(βi-li)
上式中,表示智能家用电器的开关状态,0表示关闭状态,1表示开启状态;ti是智能家用电器i运行的最佳时间;li表示第i个智能家用电器设备的操作时间间隔长度,αi和βi是智能家用电器i的开始运行时间和结束运行时间,fins表示馈电价格,/>为屋顶太阳能光伏系统在时隙s的阶段k中所产生的电量。通过上式,最小化负载的PAR,降低用电成本。同时,考虑到智能家用电器的运行时间存在一个较大的范围,因而通过时间约束限定最佳运行时间在该较大范围中选择。
基于分时电价适应度函数,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型,该目标函数为:
电费最低,为:
s.t.αi≤ti≤βi-li
峰均比最小化,为:
用户的不满意度最小化,为。
智能家用电器柔性负荷调度模型的约束条件包括能量约束、光伏发电限制约束、时间限制约束以及智能家用电器运行时间和运行时间限制约束。
其中:
(1)能量约束
每个设备的负载阶段必须满足其能源需求,即满足下式:
(2)光伏发电限制约束
光伏发电系统产生的电力介于光伏电池板一天产生的最小值和最大值之间,即:
(3)时间限制约束
在完成加载阶段之前,不得中断每个设备。在前一个加载阶段完成其操作之前,下一个加载阶段无法开始,即:
当的值为1时,辅助决策变量/>的值为0,反之亦然。辅助决策变量/>表示之前的运行任务是否已经完成,当/>时,/>表示智能家用电器i的开关状态为关,且该电器的运行任务完成;当/>时,/>表示智能家用电器i的开关状态为开,且该电器的运行任务未完成。
电器操作的循环次数如下获得:
C=St,end-St,st-li+2
上式中,C是设备操作可用的周期数,St,st和St,end是用户定义范围内设备操作的开始和结束时间。
(4)智能家用电器运行时间和运行时间限制约束
在多限时间段调度中,运行时间和运行开始时间为:
使得:
αi1≤li1≤βi1-αi1
αi2≤li2≤βi2-αi2
上式中,li表示第i个智能家用电器设备的操作时间间隔长度,对其分段,即得到第i个智能家用电器设备的第一操作时间间隔长度li1和第二操作时间间隔长度li2,其分别满足第i个智能家用电器设备的第一开始运行时间αi1和第一结束运行时间βi1之间,以及第i个智能家用电器设备的第二开始运行时间αi2和第二结束运行时间βi2之间。
最后,采用Gurobi优化算法对智能家用电器的运行时间进行优化,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间。在时间约束下,采用Gurobi优化算法对电器设备的运行时间进行优化,解决智能家电调度问题。如图3所示,可以清楚地看出,最大峰值负荷出现的时间段是不同的,采用TOUP(time of use pricing,分时电价)时间调度是最好的选择,而且在时间段0-20之间用电价格低。
根据获取的智能家用电器的最优运行时间调度,指定用户想要进行智能家用电器设备操作的开始时间和结束时间的范围,在这些时间范围之间,设备的开关由负载调度程序随机确定,控制智能家用电器的负载运行时间。
本实施例通过使用Gurobi优化算法优化时间约束调度,满足所有时间和能量约束,实现对最小化每月电费、最小化峰均比和最大化峰值负载需求的优化,其优化后的PAR为3.79,优化电费为每天6.97元,明显优于传统的方法(传统方法中,PAR为4.507,电费为每天7.13元),明显降低了用电成本和PAR值,同时减少了对用户舒适度的影响。
实施例二
本实施例提供了一种智能家用电器用电柔性负荷优化调度系统,包括:
预测模型构建模块,用于根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型;
柔性负荷调度模型构建模块,用于基于预测模型,获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的输出功率;结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型;
最优运行时间调度优化模块,用于采用Gurobi优化算法对智能家用电器的运行时间进行优化求解,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间。
实施例三
本实施例提供了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成如上所述的智能家用电器用电柔性负荷优化调度方法中的步骤。
实施例四
本实施例还提供了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成如上所述的智能家用电器用电柔性负荷优化调度方法中的步骤。
以上实施例二至四中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种智能家用电器用电柔性负荷优化调度方法,其特征是,包括:
根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型;
基于预测模型,获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的输出功率;
结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型;
采用Gurobi优化算法对智能家用电器的运行时间进行优化求解,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间。
2.如权利要求1所述的智能家用电器用电柔性负荷优化调度方法,其特征是,构建智能家用电器柔性负荷调度模型,包括:
确定所有智能家用电器在每一时间段的总用电需求,以及每一时间段的太阳能光伏发电的生成电量,结合每一时间段的电价,构建分时电价适应度函数;
基于分时电价适应度函数,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型。
4.如权利要求1所述的智能家用电器用电柔性负荷优化调度方法,其特征是,所述智能家用电器柔性负荷调度模型的约束条件包括能量约束、光伏发电限制约束、时间限制约束以及智能家用电器运行时间和运行时间限制约束。
7.一种智能家用电器用电柔性负荷优化调度系统,其特征是,包括:
预测模型构建模块,用于根据智能家用电器的使用情况和太阳能光伏系统的发电情况,构建智能家用电器运行时间与负荷预测模型和光伏输出功率预测模型;
柔性负荷调度模型构建模块,用于基于预测模型,获取每一时间段的每一智能家用电器的运行功率和太阳能光伏系统的输出功率;结合分时电价,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型;
最优运行时间调度优化模块,用于采用Gurobi优化算法对智能家用电器的运行时间进行优化求解,输出智能家用电器的最优运行时间调度,控制智能家用电器的负载运行时间。
8.如权利要求7所述的智能家用电器用电柔性负荷优化调度系统,其特征是,构建智能家用电器柔性负荷调度模型,包括:
确定所有智能家用电器在每一时间段的总用电需求,以及每一时间段的太阳能光伏发电的生成电量,结合每一时间段的电价,构建分时电价适应度函数;
基于分时电价适应度函数,构建以电费最低、峰均比最小、用户不满意度最小为目标函数的智能家用电器柔性负荷调度模型。
9.一种电子设备,其特征是:包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成如权利要求1-6中任一项所述的一种智能家用电器用电柔性负荷优化调度方法的步骤。
10.一种计算机可读存储介质,其特征是:用于存储计算机指令,所述计算机指令被处理器执行时,完成如权利要求1-6中任一项所述的一种智能家用电器用电柔性负荷优化调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310195806.XA CN116316654A (zh) | 2023-02-27 | 2023-02-27 | 一种智能家用电器用电柔性负荷优化调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310195806.XA CN116316654A (zh) | 2023-02-27 | 2023-02-27 | 一种智能家用电器用电柔性负荷优化调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116316654A true CN116316654A (zh) | 2023-06-23 |
Family
ID=86816218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310195806.XA Pending CN116316654A (zh) | 2023-02-27 | 2023-02-27 | 一种智能家用电器用电柔性负荷优化调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116316654A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116565966A (zh) * | 2023-06-29 | 2023-08-08 | 国能青海黄河玛尔挡水电开发有限公司 | 智能水力发电双微机自动同步控制系统 |
-
2023
- 2023-02-27 CN CN202310195806.XA patent/CN116316654A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116565966A (zh) * | 2023-06-29 | 2023-08-08 | 国能青海黄河玛尔挡水电开发有限公司 | 智能水力发电双微机自动同步控制系统 |
CN116565966B (zh) * | 2023-06-29 | 2023-10-24 | 国能青海黄河玛尔挡水电开发有限公司 | 智能水力发电双微机自动同步控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10103550B2 (en) | Aggregated and optimized virtual power plant control | |
US7444189B1 (en) | Method and apparatus for simultaneous optimization of distributed generation and hydrogen production | |
US8019445B2 (en) | Method and apparatus for optimization of distributed generation | |
CN112928749B (zh) | 一种融合多能需求侧资源的虚拟电厂日前调度方法 | |
JP5278462B2 (ja) | 負荷制御装置 | |
EP3696765A1 (en) | Method for improving the performance of the energy management in a nearly zero energy building and system therefor | |
JP5921390B2 (ja) | エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置 | |
JP5843572B2 (ja) | 運転計画システム及び運転計画作成方法 | |
CN111009898A (zh) | 一种智慧园区多能协同供电方法及其系统、终端设备 | |
JP2014096866A (ja) | エネルギー管理システム、エネルギー管理方法、プログラムおよびサーバ装置 | |
Sherif et al. | An optimization framework for home demand side management incorporating electric vehicles | |
CN113328432A (zh) | 一种家庭能量管理优化调度方法及系统 | |
Radhakrishnan et al. | Load scheduling for smart energy management in residential buildings with renewable sources | |
CN116316654A (zh) | 一种智能家用电器用电柔性负荷优化调度方法及系统 | |
CN105894122A (zh) | 一种用于家庭能量管理系统的用电设备运行调度方法 | |
CN113935203B (zh) | 一种负荷侧的柔性负荷建模方法及装置 | |
Chen et al. | Artificial neural network-aided energy management scheme for unlocking demand response | |
CN110535143B (zh) | 面向智能住宅动态需求响应的能源管理方法和装置 | |
CN112736950B (zh) | 一种面向微电网群的公共储能电站配置方法及系统 | |
CN107563547B (zh) | 一种用户侧用能纵深优化综合能源管控方法 | |
CN114723278A (zh) | 一种考虑光伏储能的社区微电网调度方法及系统 | |
Al-Rubaye et al. | Energy load management for residential consumers in smart grid networks | |
CN114629130A (zh) | 一种基于用电指数信息的电网自动调节方法及系统 | |
JP7469014B2 (ja) | 電力融通システム | |
CN113077160A (zh) | 一种智能电网能量优化控制方法及系统 |
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 |