TW201610901A - 用於能源成本最佳化的系統和方法 - Google Patents

用於能源成本最佳化的系統和方法 Download PDF

Info

Publication number
TW201610901A
TW201610901A TW104120784A TW104120784A TW201610901A TW 201610901 A TW201610901 A TW 201610901A TW 104120784 A TW104120784 A TW 104120784A TW 104120784 A TW104120784 A TW 104120784A TW 201610901 A TW201610901 A TW 201610901A
Authority
TW
Taiwan
Prior art keywords
energy
time
controller
energy controller
movable load
Prior art date
Application number
TW104120784A
Other languages
English (en)
Inventor
汀那柯爾史瑞斯法普彼拉堡
陳聖波
阿塔爾拉席德亞梅柯巴爾
Original Assignee
高通公司
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 高通公司 filed Critical 高通公司
Publication of TW201610901A publication Critical patent/TW201610901A/zh

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • F24F11/47—Responding to energy costs
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Power Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Electromagnetism (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

能源相關設備(諸如採暖通風及空調(HVAC)單元、電動汽車充電平臺、以及太陽能面板)正變得越來越多地能夠在家庭內或企業環境網內網路。此外，公共事業提供者正提供基於整體需求隨著時間調整能源成本的靈活定價方案，並且能源定價資料是公眾可獲得的。提供了利用這一定價資料以及利用聯網的能源相關設備之間的各種協同作用來開發自動化且成本高效的能源控制解決方案的示例性技術。

Description

用於能源成本最佳化的系統和方法 【相關申請】
本專利申請案請求於2014年6月30日提出申請的美國申請案第14/320631號的優先權權益。
本案大體係關於智慧能源管理，尤其係關於用於最佳化與家庭或具有聯網能源相關設備的其他設施相關聯的能源成本的系統和方法。
家庭能耗是消費者開支或小型企業的開支的重要部分。由此，處理開支刺激了創新以及各種工業趨勢。例如，消費者正越來越多地能夠用直接與他們家庭相關聯的能源(諸如太陽能面板、風力發電機、以及微型熱電聯產(CHP)單元)來補充來自公共事業提供者的能源。此外，平均家庭的能源儲存容量由於各種因素正越來越大，該等因素諸如個別的備用供電系統以及連接到家庭的電動汽車的電池。
當前，可程式化溫控器系統(諸如由Nest實驗室提供的Nest®學習式溫控器)允許使用者查看關於他們當前能耗 的詳情。該等系統能夠隨著時間進一步「學習」使用者偏好，以使得使用者先前的選擇被用來預測使用者的家庭環境選擇。
最近的進展亦允許電力公司提供即時且預期的能源 定價，並且這一能源定價資料可以變得對消費者可用。然而，因為定價資料可能在一整天(或星期、月等)之中波動，消費者可能覺得基於一直變化的能源定價資料來手動修改他們的家庭能源使用即便不是巨大的亦是耗時的。
本文揭示用於提供經最佳化的成本和舒適度的集中式家庭能源控制的系統和方法，從而利用能夠在各個聯網設備和進階家庭或小型企業電力系統的各個實體之間被充分利用的各種協同作用的優點。所揭示的系統和方法可包括智慧能源控制器，該智慧能源控制器可以與一或多個本端能源、能源儲備、以及與家庭或其他設施相關聯的負載連接或共處一地。智慧能源控制器可以分析過去和當前的能源使用和產生來以高粒度水平預測將來使用和產生。
智慧能源控制器可進一步與外部伺服器通訊以接收能源定價資料以及與能源定價和消耗相關的其他資訊，諸如外部溫度和太陽能預測。這一資料被用來產生定價模型和預期消耗。作為替換或補充，智慧能源控制器可以使用本地儲存區的資訊來產生定價模型。經由定價模型以及對能源使用和產生的分析，智慧能源控制器可以自我調整地控制本端能源來源、能源儲備和負載以最佳化與家庭相關聯的總能量成 本。一般來說，藉由最佳化使用、儲存和產生能源的時間來實現能源成本節省。這甚至在使總能耗在某一時間段內維持在同一水平上的同時亦可能發生。
可以實現在各種各樣的子系統和負載上的成本最佳 化。例如，電動汽車一般需要每天充電以接收特定量的能源。智慧能源控制器可決定這一能源量(無論是經由基於歷史趨勢的預測量測還是經由與電動汽車的直接通訊)，並且進一步利用預期的能源定價資訊來選擇成本最優的時間(例如，白天/晚上的能源邊際成本最便宜的時間)來在每一週期內(例如，每一行程之間的時間)對汽車充電。可以使用「注水」演算法來決定最低成本的時段，繼以增量式較高成本的時段。這一程序被重複，直到存在用於在汽車的電池內接收和儲存該週期所要求的總電量的完整預期。
這一程序可進一步涉及設置為能耗的小幅增加指定 最大價格的價格閾值。經由這一程序，在一些情形中，家庭可以以對消費者而言較低的總成本來消耗或儲存相同量的能源。此外，可以與消費者提供的能源來源協調能源消耗以進一步降低成本。此外，可以在家庭層面上進行最佳化而無需來自公共事業提供者過量的或不必要的控制。關於這一程序所描述的技術可適用於具有類似特徵的其他類型的負載，而不僅僅是電動汽車，例如，從家庭供電系統週期性地移除的任何類型的耗能工具或其他設備(電動工具、花園工具、割草機等)。
一些類型的負載(諸如泳池泵)週期性地要求連續 時間段的供電以進行正常運作。然而，具體的開始時間可能變動，並且這提供了一定的自由度。使用定價模型和已知的要求(例如，工作期限或頻率)，智慧能源控制器可以選擇成本最優的時間段來向該等負載提供能源。本質上，最優開始時間可被計算並且潛在可能地在每一週期中變動以提供最低的總成本。
在一些實施例中，智慧能源控制器可以控制家庭的 採暖通風及空調(HVAC)單元。智慧能源控制器可以接收和儲存定價資料、其他外部資料(例如天氣/太陽/雲層資訊)、以及使用者偏好(例如日程表和最低/最高溫度)。智慧能源控制器可以進一步產生家庭的熱模型，這決定家庭保熱效能多好。使用這一資訊，智慧能源控制器可以使家庭預製熱到高於最低界限(例如典型的設置點)但在最高界限以內，若預製熱被預測為降低成本的話。例如，可以在低能源成本的時段期間(例如，下午4點、在消費者返回家中之前)對家庭預製熱，以使得在能源成本較高的時間(例如，下午6點)期間將溫度維持在使用者設置的界限以內僅需要較少的能源。這一技術利用家庭的熱容量，從而允許能源在最便宜的時候被購買和儲存(例如儲存為熱能)。可以實現類似的「預製冷」策略。
可以將類似的技術用於其他家庭能源儲存系統，諸 如飛輪和熱電池，亦即，使用動態定價資訊來在能源相對便宜並且家庭內的家庭能源系統上的負載為低時將能源「充入」此類系統並且在能源昂貴並且在家庭能源系統中存在其他 特別高的能源需求時從此類系統中回收能源。
在一些實施例中，一種用於控制設備的本端能源系 統的方法，該設備包括發電機和可移動負載，該方法包括：在能源控制器和發電機之間以及在能源控制器和可移動負載之間建立相應的電通訊；在能源控制器處接收來自發電機的第一工作狀態資訊；在能源控制器處接收來自可移動負載的第二工作狀態資訊；由能源控制器決定時變能源邊際成本；及由能源控制器至少部分地基於第一工作狀態資訊和時變能源邊際成本來控制可移動負載，以至少部分地最佳化本端能源系統所消耗的總能量的工作成本。
在一些實施例中，決定時變能源邊際成本包括由能源控制器接收來自外部伺服器的能源定價資料。
在一些實施例中，決定時變能源邊際成本包括由能源控制器搜尋與使用時間定價方案相關聯的定價排程。
在一些實施例中，該方法進一步包括由能源控制器接收來自外部伺服器的天氣預報資料。
在一些實施例中，對可移動負載的控制至少部分地基於天氣預報資料。
在一些實施例中，可移動負載包括連接到本端能源系統的電動汽車。
在一些實施例中，該方法進一步包括由能源控制器控制電動汽車的工作狀態以促進與發電機提供能源的發電週期的交疊。
在一些實施例中，該方法進一步包括：由能源控制 器決定在延伸至將來時刻的時間段上的時變能源邊際成本；由能源控制器決定在該時間段期間電動汽車所要求的淨電量；及由能源控制器使用注水演算法來決定用於在該時間段上向電動汽車遞送淨電量的充電排程，以使得具有相對較低邊際成本的潛在時間段被選為充電排程的充電時間段。
在一些實施例中，電動汽車所要求的淨電量至少部分地由使用者日程表來決定。
在一些實施例中，使用者日程表至少部分地由位置資訊來決定。
在一些實施例中，對可移動負載的控制包括在一時間段內控制電動汽車的可調節充電速率。
在一些實施例中，在一時間段內電動汽車的可調節充電速率至少部分地基於在該時間段期間的時變能源邊際成本與價格閾值之差。
在一些實施例中，可移動負載包括採暖通風及空調(HVAC)單元。
在一些實施例中，該方法進一步包括由能源控制器至少部分地基於使用者日程表來控制HVAC單元，其中使用者日程表至少部分地由位置資訊來決定。
在一些實施例中，可移動負載在預定歷時的開始時間被啟動。
在一些實施例中，對可移動負載的控制包括至少部分地基於所計算的與可移動負載在預定歷時的開始時間期間被啟動相關聯的能源成本來控制開始時間。
在一些實施例中，遞送至第一可移動負載的能源的 速率至少部分地基於時變能源邊際成本來變動。
在一些實施例中，能源的速率與時變能源邊際成本 和價格閾值之差成比例。
在一些實施例中，本端能源系統進一步包括能源儲 存裝置，並且該方法進一步包括：在能源控制器處接收來自能源儲存裝置的第三工作狀態資訊；及由能源控制器至少部分地基於第一工作狀態資訊和時變能源邊際成本來控制能源儲存裝置，以至少部分地最佳化本端能源系統所消耗的總能量的工作成本。
在一些實施例中，可移動負載包括第一可移動負載 和第二可移動負載，並且該方法進一步包括：在能源控制器處接收來自第二可移動負載的第四工作狀態資訊；及由能源控制器控制第二可移動負載的工作狀態以限制與第一可移動負載的消耗時段的交疊以及促進與發電機提供能源時的發電時段的交疊。
在一些實施例中，一種用於控制設備的本端能源系 統的方法，該設備包括發電機和電動汽車，該方法包括：在能源控制器和發電機之間以及在能源控制器和電動汽車之間建立相應的電通訊；在能源控制器處接收來自發電機的第一工作狀態資訊；在能源控制器處接收來自電動汽車的第二工作狀態資訊；由能源控制器決定時變能源邊際成本；及由能源控制器至少部分地基於第一工作狀態資訊和時變能源邊際成本來控制電動汽車的充電，以至少部分地最佳化本端能源 系統所消耗的總能量的工作成本。
在一些實施例中，對電動汽車充電的控制被調整以促進與在發電機提供能源時的發電時段的交疊。
在一些實施例中，該方法進一步包括：由能源控制器決定在延伸至將來時刻的時間段上的時變能源邊際成本；由能源控制器決定在該時間段期間電動汽車所要求的淨電量；及由能源控制器使用注水演算法來決定用於在該時間段上向電動汽車遞送淨電量的充電排程，以使得具有相對較低邊際成本的潛在時間段被選為充電排程的充電時間段。
在一些實施例中，電動汽車所要求的淨電量至少部分地由使用者日程表來決定。
在一些實施例中，使用者日程表至少部分地由位置資訊來決定。
在一些實施例中，對電動汽車的充電包括在一時間段內控制電動汽車的可調節充電速率。
在一些實施例中，一種用於控制設備的本端能源系統的方法，該設備包括發電機和採暖通風及空調(HVAC)單元，該方法包括：在能源控制器和發電機之間以及在能源控制器和HVAC單元之間建立相應的電通訊；在能源控制器處接收來自發電機的第一工作狀態資訊；在能源控制器處接收來自HVAC單元的第二工作狀態資訊；由能源控制器決定時變能源邊際成本；及由能源控制器至少部分地基於第一工作狀態資訊和時變能源邊際成本來控制HVAC單元，以至少部分地最佳化本端能源系統所消耗的總能量的工作成本。
在一些實施例中，該方法進一步包括由能源控制器 至少部分地基於使用者日程表來控制HVAC單元。
在一些實施例中，該方法進一步包括：由能源控制 器決定延伸至將來時刻的一時間段上的上限溫度閾值和下限溫度閾值；由能源控制器決定在該時間段上的時變能源邊際成本；及由能源控制器決定用於控制HVAC單元以使室內溫度在該時間段內維持在下限溫度閾值以上並在上限溫度閾值以下的溫度排程，同時至少部分地最佳化本端能源系統所消耗的總能量的工作成本。
在一些實施例中，一種用於控制設備的本端能源系 統的方法，該設備包括發電機、可移動負載和能源儲存裝置，該方法包括：在能源控制器和發電機之間、在能源控制器和可移動負載之間、以及在能源控制器和能源儲存裝置之間建立相應的電通訊；在能源控制器處接收來自發電機的第一工作狀態資訊；在能源控制器處接收來自可移動負載的第二工作狀態資訊；在能源控制器處接收來自能源儲存裝置的第三工作狀態資訊；由能源控制器決定時變能源邊際成本；及由能源控制器至少部分地基於第一工作狀態資訊和時變能源邊際成本來控制可移動負載和能源儲存裝置兩者，以至少部分地最佳化本端能源系統所消耗的總能量的工作成本。
在一些實施例中，一種用於控制設備的本端能源系 統的方法，該設備包括發電機、第一可移動負載和第二可移動負載，該方法包括：在能源控制器和發電機之間以及在能源控制器和第一及第二可移動負載兩者之間建立相應的電通 訊；在能源控制器處接收來自發電機的第一工作狀態資訊；在能源控制器處接收來自第一可移動負載的第二工作狀態資訊；在能源控制器處接收來自第二可移動負載的第四工作狀態資訊；由能源控制器決定時變能源邊際成本；及由能源控制器至少部分地基於第一工作狀態資訊和時變能源邊際成本來控制第一和第二可移動負載兩者，以至少部分地最佳化本端能源系統所消耗的總能量的工作成本。
在一些實施例中，對第一和第二可移動負載兩者的 控制包括限制在第一可移動負載消耗能源時的第一可移動負載的第一消耗時段與在第二可移動負載消耗能源時的第二可移動負載的第二消耗時段之間的交疊。
100‧‧‧「本端」家庭能源系統
110‧‧‧公共事業提供者
112‧‧‧電網
114‧‧‧智慧電錶
120‧‧‧智慧能源控制器
122‧‧‧連接集線器
130‧‧‧HVAC單元
132‧‧‧智慧溫控器
140‧‧‧太陽能面板
142‧‧‧變換器
150‧‧‧微型熱電聯產(CHP)單元
160‧‧‧電池
162‧‧‧電池管理系統(BMS)
170‧‧‧本端充電平臺
172‧‧‧電動汽車
180‧‧‧GPS衛星
190‧‧‧基地台
210‧‧‧天氣預報伺服器
220‧‧‧定價資料伺服器
230‧‧‧非揮發性記憶體設備
240‧‧‧配置資料庫
250‧‧‧資料聚集器
260‧‧‧負載中心
310‧‧‧箭頭
320‧‧‧箭頭
330‧‧‧箭頭
340‧‧‧箭頭
350‧‧‧箭頭
410‧‧‧資料集
420‧‧‧資料集
510‧‧‧上限溫度閾值
520‧‧‧下限溫度閾值
610‧‧‧預期定價資料
612‧‧‧預期定價峰值
614‧‧‧預期定價峰值
620‧‧‧資料集
630‧‧‧資料集
642‧‧‧時間
644‧‧‧時間
700‧‧‧動作
710‧‧‧動作
720‧‧‧動作
730‧‧‧動作
810‧‧‧電池
820‧‧‧本端能源來源
910‧‧‧資料集
912‧‧‧第一時段
914‧‧‧第二時段
920‧‧‧價格閾值
1000‧‧‧動作
1010‧‧‧動作
1020‧‧‧動作
1030‧‧‧動作
1040‧‧‧動作
1060‧‧‧動作
1070‧‧‧動作
本案的各個特徵、態樣和實施例結合所附附圖進行描述，在附圖中：圖1圖示本案的原理可適用的能源生態系統的架構概覽；圖2示出圖示具有複數個互連的能源相關設備的本端電系統的方塊圖；圖3圖示家庭的熱模型，其中各個源影響家庭內部的溫度；圖4示出圖示在一天的程序中的能源價格的曲線圖；圖5示出圖示家庭中的示例性溫度閾值的曲線圖；圖6A-6B示出圖示根據所揭示的原理的部分地基於定價資料的示例性預製熱技術的曲線圖； 圖7示出圖示用於對家庭製熱和製冷的示例性程序的流程圖；圖8示出圖示用於對電動汽車充電的系統的方塊圖；圖9示出圖示用於使用注水演算法來對電動汽車的電池充電的策略的曲線圖；及圖10示出圖示用於對電動汽車充電的示例性程序的流程圖。
該等示例性附圖和實施例用於提供對從本案發佈的任何請求項所闡述的標的的書面且詳細的描述。該等示例性附圖和實施例不應當被用來限制任何請求項的範圍。
此外，儘管為了方便起見類似的元件符號可被用來代表類似的結構，但可以領會，各個示例實施例中的每一者可以被認為是相異的變型。
圖1圖示本案的原理可適用的能源「生態系統」的架構概覽。該附圖包括位於「本端」家庭能源系統100內或者與其緊密關聯的各個能源來源、能源儲備和負載。該附圖亦包括各個「外部」元件，諸如可以與家庭能源系統100斷開連接的負載、通訊元件和資料來源。本案中論述的某些實體或元件可能為了清楚起見未被包括在本附圖中。
如圖1所示，使用者的家庭能源系統100可以經由電網112連接到公共事業提供者110(例如發電廠)。家庭能源系統100可以從電網112接收電功率以及向電網112傳送電功率，其中電功率的交換由智慧電錶114監視。家庭可包括智慧能 源控制器120，其可充當用於與家庭能源系統100相關聯的各個能源相關設備的集中式控制器。
圖1中的虛線表示能源生態系統內的各個實體之間 的連接。該等連接可以在相連接的實體之間提供功率、通訊通道，或這兩者。該等通道可以是單向或雙向的。在一些實施例中，僅該等通道的子集可能是可用且啟用的。與家庭能源系統100相關聯的設備(例如，本端能源來源、能源儲備和負載)可以各自向智慧能源控制器120傳達工作狀態資訊。各個設備亦可從可至少部分地決定設備的工作狀態的智慧能源控制器120接收控制指令。
家庭能源系統100可包括採暖通風及空調(HVAC) 單元130作為負載，並且HVAC單元130可以在家庭內提供氣候控制。HVAC單元130可以由智慧溫控器132控制，智慧溫控器132可以設置和監視HVAC單元130的工作狀態。智慧溫控器132可以從智慧能源控制器120接收指令，以使得HVAC單元130可以與同家庭相關聯的其他設備協調，並且可以將附加因素(例如定價資訊)納入考慮，如稍後將論述的。
家庭能源系統100可以用來自本端能源來源的本端 產生的能源來補充接收自電網112的能源。在圖1所示的實施例中，家庭能源系統100連接到兩個示例性本端能源來源：太陽能面板140和微型熱電聯產(CHP)單元150。太陽能面板140可以經由太陽能變換器142來控制。太陽能變換器142可以實現最大功率點追蹤及/或本領域公知的其他技術來改善太陽能面板140的利用。太陽能變換器142可以向智慧能源控制器120 報告與太陽能面板140的工作狀態相關聯的即時能源產生率和其他參數。在一些實施例中，太陽能變換器142可以從智慧能源控制器120接收控制指令。
微型CHP單元150可以經由被稱為聯合發電的技術 利用來自燃料源(未圖示)的燃料發電同時產生對家庭有用(例如可恢復)的熱能。微型CHP單元正部分地由於其高效率水平以及公共事業電力的上升成本而變得越來越常見。微型CHP單元150可以類似地向智慧能源控制器120報告即時能源產生率和其他參數(諸如所儲存的熱能的水平及/或水溫)。在其中微型CHP單元150未連接到天然氣管線而是改為利用燃料儲備的實施例中，微型CHP單元150可進一步向智慧能源控制器120報告剩餘的燃料量。智慧能源控制器120可以基於整體系統的需要來改變微型CHP單元150的工作狀態。例如，微型CHP單元150可以在來自電網的能源價格相對較高(例如高於價格閾值)時被啟動。價格閾值可以由各種各樣的因素來決定，該等因素諸如所浪費熱能的量、燃料價格、微型CHP單元150的效率、使用者輸入，或其任何組合。因為微型CHP單元150亦產生熱能，所以其工作狀態亦可取決於家庭的當前或將來的製熱要求。
家庭能源系統100可進一步包括一或多個本端能源 儲備，諸如用於本地儲存能源的電池160。電池160可以與電池管理系統(BMS)162耦合，電池管理系統(BMS)162可以監視電池160並且對電池160進行充電和放電。電池管理系統162可以向智慧能源控制器120報告儲存在電池160中的電 量(有時被稱為電量狀態)以及即時的充電或放電率。
本端能源儲備(諸如電池160)允許家庭儲存過量的 能源，該等能源可以從電網112接收或者由本端能源來源產生。電池160提供的本端能源儲備一般提供用於在一時間段內協調能耗的增加的靈活性。例如，本端能源儲備可以在低需求且因而低邊際成本的時段(例如晚上很晚以及早上很早的時候)期間累積能源以準備在預期具有較高邊際成本(例如傍晚)的稍後時段期間消耗。此外，本端能源儲備亦可使與家庭能源系統100相關聯的負載所需求的淨能源中的尖峰衰減(例如，當多個負載同時啟用時)。在此意義上，本端能源儲備充當低通濾波器以平滑家庭能源需求，這除了降低消費者的總成本之外亦可為電網112和公共事業提供者110提供極大益處。
在其中家庭可以向電網112返回功率的能源遞送系 統中，本端能源儲備可以更好地使得家庭能源系統100能夠在峰值需求時段期間返回功率。公共事業提供者110可進而經由減少其能源帳單來對家庭所有者進行補償。
家庭能源系統100亦可以向用於對電動汽車172充電的本端充電平臺170(例如，電動汽車供電裝備)提供功率。充電平臺170可以與智慧能源控制器120通訊以發送關於相關聯的電動汽車172的工作狀態資訊。工作狀態資訊可包括電動汽車電池內的電量水平、即時充電率，及/或暫定充電排程。充電平臺170亦可從智慧能源控制器接收控制指令，該控制指令可包括設置即時充電率、暫定充電排程，或僅僅是抵達期 望電量水平的最後期限。
當電動汽車172停在家裡時，電動汽車172的電池可 以充當本端能源儲備。在一些實施例中，電動汽車172的電池可以被放電以經由充電平臺170將功率提供回家庭能源系統100。然而，甚至在其中充電平臺170不將功率提供回家庭能源系統100的實施例中，電動汽車172的電池由於其電容量亦可以提供排程靈活性。例如，智慧能源控制器120可以變動電動汽車電池的充電時間以最佳化(例如降低)系統中的總能量成本。這一最佳化可以藉由在從電網112接收電力的邊際成本相對較低的時段期間對電池充電來發生。圖8-10更詳細地描述了用於對電動汽車的電池充電的成本最佳化技術。
在決定電動汽車172的最優充電排程時，該系統可以 利用與電動汽車172及/或使用者相關聯的位置資訊來幫助決定使用者日程表以及每一週期所要求的電量，其中週期可以表示遠離家庭的連續旅程之間的時間。位置資訊可以經由各種各樣技術中的任一種來獲得，諸如全球定位系統(GPS)技術。在圖1所示的實施例中，電動汽車172具有可以連接到複數個GPS衛星180的GPS單元。在一些實施例中，電動汽車172上的GPS單元由使用者行動設備上的GPS單元來替換或補充。電動汽車172及/或使用者的行動設備內的GPS單元產生可以由智慧能源控制器120接收的位置資訊。蜂巢網路提供了一種達成這一傳輸的方法。GPS單元可以經由基地台190向蜂巢網路傳送位置資訊。蜂巢網路接著可以向與家庭相關聯的連接集線器122(例如，Wi-Fi路由器)遞送該位置資訊。連接集 線器122接著可以從蜂巢網路接收這一資訊並且將其中繼給智慧能源控制器120。此外，連接集線器122可以向智慧能源控制器120提供附加資訊，如將在圖2和附隨的描述中所論述的。
回頭參考圖1，儘管為了清楚起見蜂巢網路由單個基 地台190來表示，但在GPS單元與智慧能源控制器120之間可以存在多個仲介通訊實體。在一些實施例中，對於至少一部分傳輸，位置資訊使用網際網路協定被發送給智慧能源控制器120。本領域公知的各種其他技術可被用來將電動汽車172的位置資訊發送給智慧能源控制器120。
智慧能源控制器120可以將位置資訊記入日誌並且 分析位置資訊以決定電動汽車的當前和過去使用。替換地或附加地，位置資訊可以由GPS單元或家庭能源系統100外部的另一設備分析以合成使用者日程表及/或汽車使用資訊。經合成的資訊接著可以由智慧能源控制器120接收。
使用經合成的資訊及/或未經合成的位置資訊，智慧 能源控制器120可以預測電動汽車172在將來週期中要求的英哩數和電量的量。智慧能源控制器120亦可預測使用者抵達和離開家的時間。位置資訊亦可用於溫控器和HVAC控制，例如，藉由調整溫控器來在使用者開始回家或在回家的路上時對家庭預製冷。使用者可以被允許經由與家庭能源系統100處於通訊的使用者介面(包括經由使用者的行動設備)來手動地改變該等預測中的任一者。該等預測在圖8的描述中進一步論述。
儘管在圖1中圖示單個家庭能源系統100和公共事業 提供者110，但該架構可包括複數個家庭及/或複數個公共事業提供者。此外，每一家庭能源系統100可以使用連接到智慧能源控制器120的任何設備中的複數個設備。例如，在一些實施例中，家庭能源系統100可以連接到複數個充電平臺170，並且每一充電平臺170可以進而服務於一輛或多輛電動汽車172。此外，儘管使用者常常以單數形式來描述，但應當理解，圖1中以及貫穿本案所揭示的原理亦適用於具有一個以上使用者(例如家庭居住者)的家庭能源系統100。
圖2示出圖示具有複數個互連能源相關設備的家庭 能源系統100的方塊圖。家庭能源系統100(例如本端電系統100)可以在家庭內實現以最佳化(例如降低)來自與家庭相關聯的負載和子系統的能耗的成本。圖2包含可與圖1中呈現的彼等類似或相同的某些實體。該等實體用相同的元件符號來標記並且將不再進行描述。
如圖2所示，智慧能源控制器120可以與連接集線器122(在上文圖1仲介紹的)處於通訊。在一些實施例中，連接集線器122可以被實現為具有Wi-Fi能力的家庭路由器。連接集線器122可允許智慧能源控制器120與本端電系統100內的各個負載、能源儲備和能源來源通訊。連接集線器122可進一步允許智慧能源控制器120與外部伺服器通訊。該等伺服器可包括天氣預報伺服器210、定價資料伺服器220和其他外部伺服器。
天氣預報伺服器210可以向智慧能源控制器120提供 對當前和預測天氣趨勢的存取，這可影響家庭能耗。這可包括與雲量和太陽模式相關聯的資料，這可被用來預測將由太陽能面板140產生的能源量。天氣預報伺服器210亦可提供可被用來決定HVAC單元130及/或微型CHP單元150上的過去、當前和將來需求的溫度資料。
智慧能源控制器120可以與非揮發性記憶體設備230 通訊，非揮發性記憶體設備230儲存用於智慧能源控制器120的機器可讀取指令。智慧能源控制器120可以執行所儲存的指令以執行本文顯式或隱式描述的任務和功能。智慧能源控制器120可進一步與配置資料庫240通訊，配置資料庫240可儲存與使用者及/或家庭有關的變數。該等變數可包括使用者的簡檔資訊，諸如溫度偏好和佔用日程表。佔用日程表可包括可由使用者修改的歷史資料和將來預測兩者。配置資料庫240亦可儲存與家庭的熱模型相關聯的參數。由於家庭的熱特徵可能隨著時間改變，因此配置資料庫240可被週期性地更新。在各個物理態樣變化(例如隔熱退化或被替換)時，此類變動自然地在家庭的生活週期內發生。亦可將各種其他配置參數等儲存在配置資料庫240中。
儘管圖2圖示單個配置資料庫240，但亦可使用複數 個配置資料庫240。例如，在一些實施例中，使用者日程表資料可以被儲存在與用於儲存家庭的熱特徵的資料庫不同的資料庫中。
智慧能源控制器120可以向基於雲端的資料聚集器 250發送所儲存的參數和其他收集到的資訊中的任一者。收集 自多個家庭的資料的聚集可以提供決定和預測宏觀級別趨勢的強有力的功能。經合成的資料或指令接著可以被發送回到各個家庭內的智慧能源控制器120。可以採取預防措施來協調各個家庭，以使得他們不同時對共同接收的資料作出反應或者不會以對電網112施壓或使電網112過載的方式來作出反應。可以在基於雲端的資料聚集器250處實現隨機化技術以阻止此類事件發生。例如，資料可以隨機化的延遲被報告給各個家庭，這可以促進得到的各個反應在時間上分佈開。或者，可以採取系統化(例如非隨機化)辦法來允許反應在時間上分佈開。
如前述，智慧電錶114可以監視在電網112與本端電 系統100之間傳遞的能源。負載中心260(常常被稱為電路斷路器面板或保險絲盒)可以充當在各個負載和能源儲備之間分發功率之前的下一接觸點。負載中心260提供用於手動地啟動和停用各個負載和子系統的方便存取。負載中心260可以經由智慧電錶114從電網112接收交流電(AC)功率並且可以將這一功率分發到各個負載，諸如HVAC單元130。負載中心260亦可以從本端能源來源(諸如微型CHP單元150和太陽能變換器142)接收AC功率。在一些實施例中，直流電(DC)功率被用來在系統內的兩個或兩個以上實體之間傳遞能源。功率(無論是AC還是DC的)可以用與智慧能源控制器120處於通訊的電流感測器(例如電流分路和相關聯的感測電路系統)來監視。
為了使本端電系統100內的連通性最大化，各個負載 、能源來源、以及能源儲備可包括用以實現與智慧能源控制器120的通訊的通訊和控制模組。在圖2所示的實施例中，微型CHP單元150、太陽能變換器142和電池管理系統162可以各自具有所圖示的此類別模組以經由連接集線器122從智慧能源控制器120接收指令以及向智慧能源控制器120發送遙測資料。智慧溫控器132和智慧電錶114可類似地操作用於經由連接集線器122來通訊。通訊可需要使用所建立的協定來使相容性最大化。該等協定可包括Wi-Fi®、藍芽®、電力線通訊(PLC)、Zigbee®、Z-Wave及/或其他通訊協定。
智慧能源控制器120可以支援能源相關設備的自組 織探索，從而簡化對本端電系統100的擴展。例如，智慧能源控制器120可以週期性地(或在使用者發出指令之際)發出請求以探索未連接的智慧能源設備。可連接的設備可包括與能源服務介面(ESI)、可程式化通訊溫控器(PCT)、負載設備(例如泳池泵、熱水器、其他家庭電器)、插入式汽車和變換器相容的彼等設備。本發明的各實施例可涵蓋作為自組織探索程序的一部分來提供的結構化參數或資料集，諸如負載設備的最大功率或電流汲取、電池的電容量，或發電設備的最大發電容量，或將促進本端電系統100的整體控制的其他參數。
在一些實施例中，智慧能源控制器120使用亦被稱為 IEEE P2030.5的智慧能源簡檔2.0(SEP2.0)與本端電系統100內的其他設備通訊。這一通訊標準提供了被專門設計成支援區域網路內的各個智慧能源設備之間的通訊的應用層。其進 一步針對經由消費者家庭內的終端設備使電力供應商與其消費者之間的支援最大化。此外，SEP2.0標準獨立於終端設備的媒體存取控制(MAC)和實體層(PHY)來運作，從而促進增強的相容性。
在一些實施例中，可能僅存在設備的子集。當某些 設備(諸如微型CHP單元150)不存在或者簡單地未被配置成與智慧能源控制器120通訊時可能存在此類情形。此外，智慧能源控制器120不必是連接到連接集線器122的獨立設備。在一些實施例中，智慧能源控制器120可以被嵌入到連接集線器122中。在一些其他實施例中，智慧能源控制器120可以被嵌入到負載或其他設備之一中，諸如智慧溫控器132。智慧能源控制器120及其相關聯的功能亦可在多個設備上分佈或者具有分散式能力，諸如經由雲端計算設施提供的。
圖3圖示家庭的熱模型，其中各個源影響家庭內部的 溫度。如上所論述的，外部溫度可以影響家庭內部的溫度並且相應地可以影響家庭內的氣候控制(例如經由HVAC或微型CHP單元)所需求的能源。這是因為家庭和外部世界之間的介面允許熱能洩漏到家庭中或者從家庭中漏出。當內部溫度(例如家庭內部的溫度)低於外部溫度時，內部溫度經由被動加熱來升高以恢復熱平衡，這由箭頭310表示。類似地，當內部溫度高於外部溫度時，內部溫度經由被動冷卻來下降以恢復熱平衡，這由箭頭320表示。在某種意義上，家庭可以被認為是具有有限但決定性保溫能力的熱容量器。這一關係可以由以下熱動力學方程來表示：
在這一方程中，C用kJ/K來表示家庭的熱容量；x(t)用K來表示內部溫度；Ta(t)用K來表示環境外部溫度；H用kW/K來表示傳導率；及Q(t)用kW來表示總熱通量。總熱通量Q(t)是與每一源相關聯的熱通量之和。主導源可以是當HVAC單元被啟動以對家庭製冷或製熱時來自HVAC單元的熱通量。這在圖3中分別由箭頭330和340表示。其他源包括由於外部環境造成的被動熱能損失320或增益310。熱通量的另一重要因素是由於電器、人體、照明、以及家庭內的其他熱源造成的背景熱，全部該等由箭頭350來表示。
以上的方程(1)闡明在沒有淨熱通量Q(t)的情況下，內部溫度將朝著環境外部溫度漸進地衰落。然而，若Q(t)為非零，則可以維持室內和室外溫度之差，並且這可以經由使用HVAC單元、微型CHP單元、以及其他可控或不可控製熱或製冷源來達成。
簡單的溫控器使用設置點系統來粗略地維持溫度。在該等系統中，當使用者將室內溫度設置為一設置點(例如75℉)時，系統週期性地量測室內溫度以決定偏離設置點的變動。在寒冷的日子，若室內溫度降到低於偏離設置點的預定閾值(例如73℉)以下，則系統開始製熱直到室內溫度達到偏離設置點的第二預定閾值(例如77℉)，此時製熱停止。室內溫度緩慢地回落到第一預定閾值(例如73℉)，並且該程序重複。使用這一簡單的系統，不需要溫度模型，並且溫控器僅僅對偏離設置點的預定閾值作出反應。
假定建立了準確的家庭熱模型，可以藉由預測家庭 對給定製熱控制動作(例如，打開與HVAC單元相關聯的製熱器)的反應來大大改善設置點系統。準確的模型要求對若干基本參數的表徵，諸如家庭的熱容量和熱傳導。預測性控制進一步要求外部溫度是已知的，並且在理想情況下達延伸到將來的某一時間段。先前描述的接收自外部伺服器的天氣預報資料可以因而在最佳化製熱方案中起作用。
差分方程(諸如以上的方程(1))對於在數位系統 上進行建模可能不那麼方便。智慧能源控制器可以利用微控制器或處理器，藉此使其成為數位系統的一部分。相應地，可以使用方程(1)的離散化版本。例如，方程(1)可以使用具有5分鐘取樣時間的零階保持來離散化。換言之，可以每5分鐘取樣一次溫度，並且可以作為一系列離散步驟來執行模擬以預測具有5分鐘時間精度的將來溫度值。在一些實施例中，可以增大或減小取樣時間，這取決於時間精度的期望水平以及可用的處理功率和資料。離散化方程可以被如下表示：x(t+1)-x(t)=a(T a (t)-x(t))+b 方程(2)。
在這一方程中，x(t)仍然用K表示溫度，儘管現在是 離散的時刻；x(t+1)用K表示下一時刻的溫度；並且Ta(t)用K表示環境外部溫度。熱容量和熱傳導被坍縮成單個變數「a」，其可以被儲存在查找表中。變數「a」可以取決於大量各種各樣的因素，諸如房屋的材料屬性、內部和外部的濕度、雲量水平等。相應地，查找表可以將該等條件連同「a」的值一起儲存在查找表中。變數「b」表示離散化的熱通量。如先前 所提及的，其可以由啟用的製熱元件來主導，但是附加糾正因素可以被包括以表示其他熱源，諸如電器使用和家庭佔用。當製熱元件啟用時，「b」可以由值b製熱來表示，而當製冷元件啟用時，「b」可以由值b製冷來表示，並且在兩個均不啟用時，「b」可以由值b關閉來表示。「b」的該等值亦可被儲存在查找表中。
「b」的值可以基於溫度觀測(例如內部和外部溫度 )以及製熱和製冷元件的工作狀態來決定。可以在製熱元件啟用期間量測和儲存b製熱的值。類似地，可以在製冷元件啟用期間量測和儲存b冷卻的值。最終，在製熱元件或製冷元件兩者均不啟用期間可以量測和儲存b關閉的值。
當製熱及/或製冷的多種配置可用時，可能要求表徵 附加類型的「b」。例如，當微型CHP單元和HVAC單元兩者向家庭供熱時，「b」可以針對其中僅HVAC單元的製熱器啟用的場景、其中僅CHP單元啟用的場景、以及其中製熱器和CHP單元兩者均啟用的場景來表徵。
「a」和「b」的值亦可基於可以直接觀測到或不可 以直接觀測到的其他上下文資訊來改變。例如，各個值可取決於在家裡的人的數目、是否拉上窗簾、以及某些電器是否正在執行來變動。若一種類型的上下文資訊可觀測，則對應的工作狀態可以被報告給智慧能源控制器及/或被儲存在查找表內。
家庭的某些改變(諸如添加新的電器)可能隨著時 間影響「a」和「b」的值。相應地，智慧能源控制器可以週 期性地或持續地觀測並微調「a」和「b」的值以維持準確的家庭熱模型。以此方式，甚至一些可能無法被直接觀測到的因素可被家庭熱模型納入考慮。
與方程(1)比較，方程(2)相對易於由微控制器 或處理器來計算。藉由使用準確的「a」和「b」的值，智慧能源控制器可以有效地預測執行每一控制動作的結果。例如，智慧能源控制器可以決定在給定內部和外部條件的情況下需要多少時間(以及能源)來達成某一溫度。當家庭的熱模型就位時，可因而進一步最佳化製熱和製冷控制，這將在下文中參考圖6A-6B來進一步描述。
圖4示出圖示在一天的程序中的能源價格的曲線圖 。在橫軸上量測一天中的時間，並且在縱軸上以美分/kWh為單位來量測價格。資料集410表示預期的小時價格，其可以提前24小時或者在相對於實際的某一其他提前時間可供消費者獲得。該等預期價格(有時被稱為「日前價格」)允許能源消費者(例如使用者)提前知曉時變價格，這將在理論上允許他們更好地計畫他們的能源消耗。預期價格一般被固定達一給定的時間區間，諸如15分鐘或一個小時。在一些場景中，日前價格可能是有約束力的，並且在其他場景中，日前價格可以僅僅是不反映準確成本的預測。
資料集420表示在同一時間段期間的即時定價資料 。該等價格亦一般被固定達一給定的時間區間。這一類型的資料可以更好地反映能源的真實成本，但由於該等價格即時地或者在生效之前的很短時間(例如在每小時的基礎上)被 提供，資料集420可以對協調在較小時間範圍上發生的事件更有用。例如，即時資料集420對決定是否要執行酌情決定的能源密集的任務有用。
在實務上，基於日前價格或者即時定價來手動改變 家庭的能源消耗對於普通能源消費者而言太令人厭煩，並且消費者方的權益無法完整實現。根據本案，資料集410和420中的任一者或兩者可以在智慧能源控制器處被接收並且在決定最優成本計畫時被利用。藉由自動地協調家庭的本端電系統100以對這一資訊作出反應，定價資料變得對終端使用者透明，以使得他們無需不必要地花費時間執行成本最佳化。
圖5示出圖示家庭中的示例性溫度閾值的曲線圖。在 橫軸上量測一天中的時間，並且在縱軸上以華氏度為單位來量測溫度。上限溫度閾值510表示因變於時間針對家庭的最高可允許溫度，而下限溫度閾值520表示最低可允許溫度。閾值510和520可以因變於時間來變動以將使用者日程表和偏好納入考慮。如圖5所示，在一天中的中段期間可以放鬆閾值，尤其在使用者最有可能離開家的工作日期間。在這一時段期間，上限溫度閾值510可以達到高於通常對人類舒適的水平但低於可能有風險對家裡的物品造成損害的水平。在未佔用的這一時段期間可以類似地降低下限溫度閾值520。閾值510和520可以由使用者手動程式化、由智慧能源控制器藉由辨識使用者輸入模式來「學習」，或者經由其他技術來決定。
閾值510和520提供可允許的溫度範圍，並且具有此 類範圍通常降低與在一天的時間段內控制家庭氣候相關聯的 能源的量(和成本)。在這一上下文中，各個閾值不一定是指示家庭的目標要達到的溫度的設置點。相反，其表示可允許溫度的範圍，並且為智慧能源控制器在根據成本最優策略設置溫度時提供靈活性。
圖6A-6B示出圖示根據所揭示的原理的部分地基於 定價資料的示例性預製熱技術的曲線圖。圖6A示出圖示因變於時間的預期定價資料610的曲線圖。在橫軸上量測一天中的時間，並且在縱軸上以美元/kWh為單位來量測價格。預期定價資料610指示能源的價格可以例如具有在上午6點和上午10點之間發生的第一預期定價峰值612以及在下午2點和下午6點之間發生的第二預期定價峰值614。根據所揭示的原理，智慧能源控制器可以使用預期定價資料610來例如藉由在預期定價峰值612和614附近的時間段期間減少能源消耗來降低總成本。
圖6B示出圖示與根據所揭示的原理使用智慧能源控制器的家裡的溫度與使用一般技術的家裡的溫度的比較的曲線圖。在橫軸上量測一天中的時間，並且在縱軸上以華氏度為單位來量測溫度
由資料集620來表示使用一般技術的家裡的溫度。在這一實例中，從上午2點到上午9點，一般控制器在根據程式化的日程表(例如直到上午9點，並且再次從上午4點開始)使用者一般在家時的一天中的某些時段期間可以使用設置點(例如68℉)。在這一時間期間，沒有將預期定價資料610考慮在內。結果，在相對較低成本的時段和相對較高能源成本 的時段之間等同地利用製熱器，並且未達成節省。
由資料集630表示根據所揭示的原理使用智慧能源 控制器的家裡的溫度。此處，定價資料610由智慧能源控制器分析，以使得在高定價時段期間消耗較少的能源以支援在低定價時段期間的能源消耗。這部分地藉由基於家庭的熱屬性來建立熱模型來達成。一旦建立了熱模型，家庭熱容量可以被可預測地利用來在預計到高定價時段時儲存能源(例如作為熱能)。
智慧能源控制器進一步利用如圖5中所示的溫度閾 值，這提供了控制靈活性。智慧能源控制器決定要開始給家庭製熱的成本最優時間，將熱模型以及溫度閾值所提出的約束考慮在內。如圖6B所示，在時間642開始對家庭預製熱，這一時間在圖6A中所示的預期定價峰值612之前。類似地，在時間644開始對家庭預製熱，這一時間在圖6A中所示的預期定價峰值614之前。這允許在峰值定價時段期間消耗較少的能源，並且在能源相對便宜時消耗較多能源。並且，藉由保持在溫度閾值之內，這一策略進一步提升了使用者的舒適水平。
智慧能源控制器可以能夠經由使用「更嚴密」的控 制環來提供更高粒度的控制。這由在穩定狀態時段(例如在上午2點和上午6點之間)期間具有比資料集620更小振盪的資料集630來示出。然而，為了達成本案的至少一些益處不需要實現更嚴密的控制環。
熱能可以由與HVAC單元相關聯的製熱器、微型CHP 單元、用於供熱的其他設備，或其任何組合來供應。當一個 以上的設備被選擇用於製熱時，智慧能源控制器可以自我調整地決定從每一製熱設備應當供應多少所需熱能。換言之，用於在每一設備處製熱而消耗的相對能源可以變動，這允許在決定成本最優解決方案時的附加靈活性。例如，智慧能源控制器可以決定在需要製熱期間補充電網功率將是有利的。接著以高或滿容量執行微型CHP單元來為家庭產生補充功率同時亦產生有用熱能會是有益的。若智慧能源控制器決定電網將以成本高效的速率來提供充足的功率，則微型CHP單元可以按照較低的容量來執行或者一起被停用。
在炎熱的天氣亦可能需要能源來對家庭製冷。儘管未在圖6A-6B中示出，但可以實現類似的程序來對家庭預製冷。在這一場景中，能源控制器可以決定成本最優時間來在家庭內執行製冷設備，這再一次可以在預期定價峰值之前(以及之後)。
系統亦可被適配成適用於可以由公共事業提供者所提供的其他定價方案。一種此類方案是使用時間定價方案，其中定價取決於一天中的時間和一個星期中的星期幾是固定的。儘管此處的價格仍然因變於時間來變動，但該變動是提前很久就知曉的，因為其可以作為定價排程而在合約中設置。此處，智慧能源控制器可以不需要連接到外部定價資料伺服器。相反，定價排程可以被本地儲存並且在合約的條款或所建立的價格改變時被更新。在決定具體時間區間的能源定價時，智慧能源控制器可以簡單地搜尋本地儲存的定價排程。
圖7示出圖示用於對家庭製熱和製冷的示例性程序 的流程圖。在動作700，為家庭建立熱模型。這一模型可以反映家庭的熱屬性，該熱屬性可包括熱能可以多快地洩漏進家庭以及洩漏出家庭。與熱模型相關聯的熱參數可以被儲存在具有用於內部因素(例如，熱容量、製熱和製冷元件的工作狀態、以及內部濕度)和外部因素(例如，天氣和外部濕度)的欄位的查找表中(例如，配置資料庫240中的查找表中)。該模型可以隨著時間變動。這一熱模型可以根據圖3的描述來建立。
在動作710，接收針對在其間執行時間成本最佳化的 一時間段的時變定價資料。可以從外部定價資料伺服器接收時變定價資料，如圖2所述。在一些實施例(諸如與使用時間定價相關聯的彼等實施例)中，時變定價資料可以被本地儲存。
在動作720，在該時間段上建立溫度閾值。各個閾值 可以因變於時間來變動。在一些實施例中，各個閾值可以由使用者手動設置，例如藉由對溫度排程進行程式化。在其他實施例中，各個閾值可以由智慧能源控制器基於各個因素而自動決定，該等因素諸如使用者日程表、使用者作出的先前溫度決策、以及外部接收到的資料。動作700、710和720的次序可以相對於彼此變動。
在動作730，可以分析熱模型、時變定價資料、以及 溫度閾值來建立該時間段期間用於家庭的成本最佳化溫度排程。在決定溫度排程時亦可考慮附加因素。智慧能源控制器 接著可以向家庭內的設備提供控制以實現溫度排程。溫度排程可涉及對家庭預製熱或預製冷，如圖6A-6B以及附隨的描述中所示。
在一些實施例中，溫度排程可以在其被建立之後變 更。這向智慧能源控制器提供了計及在最初建立排程的時間未預測或預期到的干擾的靈活性。例如，在所揭示的實施例中，甚至能夠藉由使用上述原理來進一步確保使用者舒適水平及/或進一步節約，同時亦使用GPS定位技術來決定例如使用者是否比排程更早或甚至更晚下班。因而，若使用者正在加班並且在通常預計時間尚未下班回家，則智慧能源控制器120可以進一步延遲製熱或製冷活動，從而得到甚至更多的成本節省。
圖8示出圖示根據本文描述的原理的用於對電動汽 車充電的系統的方塊圖。該系統最佳化對電動汽車172的充電以進一步降低成本。圖8包含可與圖1-2中呈現的彼等類似或相同的某些實體。該等實體用相同的元件符號來標記並且將不再進行描述。
電動汽車172可包括電池810，電池810可以由家庭充 電平臺170在週期性基礎上被充電。智慧能源控制器120可以將對電池810的充電與接收自定價資料伺服器220的定價資料進行協調。一般來說，電池810可以在從電網112接收電力的邊際成本相對較低時被充電。最佳化可附加地或替換地涉及選擇本端能源來源820(例如，微型CHP單元或太陽能面板和變換器)正為家庭產生能源的時段。這可以降低家庭對來自 電網112的峰值需求以及藉由降低能源傳輸損耗來改善整體能源效率。電池810可以進一步在其他負載正消耗相對較少能源的時段期間被充電。進一步，類似的原理可適用於電池管理系統162及其相關聯的電池160(例如固定電池160)。
如先前所論述的，智慧能源控制器120可以計算電動 汽車的預測排程和英哩數要求。有了這一資訊，智慧能源控制器120可以決定用於在電動汽車172停在家裡時對電動汽車172充電的最優充電排程。這將允許電動汽車172達到針對下一週期(例如白天旅程)的充足電量水平，同時能源成本受到控制。在一些場景中，這可涉及限制充電平臺170對電動汽車172完全充電，而是改為僅提供足夠的電量以允許電動汽車172以某一管理負擔達到預測英哩數目標。在決定充電排程時，智慧能源控制器120可以進一步考慮各個因素，諸如使用者是否具有用於對電動汽車172充電的另一源(例如，在使用者工作場所或附近的另一充電平臺)。
以下是闡明本端能源來源820(例如微型CHP單元) 與本端能源儲備(例如，固定電池160和電動汽車的電池810)的協調的示例性場景。在這一場景中，智慧能源控制器120可以控制HVAC單元和CHP單元兩者。在家庭製熱決策期間，智慧能源控制器120可以將用HVAC單元進行製熱的預計成本與用微型CHP單元進行製熱的預計成本以及與用HVAC單元和微型CHP單元兩者進行製熱的預計成本進行比較。若微型CHP單元被選擇用於製熱，則智慧能源控制器120可以決定在微型CHP單元啟用的時間期間是否可成本高效地對電池充電 。若決定可以對電池充電，則智慧能源控制器120可以進一步計算對固定電池160充電、對電動汽車的電池810充電，或同時對電池160和810兩者充電的相對成本有效性。這一決策可以根據每一電池的即時電量、每一電池的預測使用(例如，使用者將何時駕駛電動汽車172以及將駕駛電動汽車172多遠)，及/或其他因素來作出。
圖9示出圖示用於使用注水演算法來對電動汽車的 電池充電的策略的曲線圖。在橫軸上量測一天中的時間，並且在縱軸上量測價格。資料集910表示由智慧能源控制器從定價資料伺服器接收到的能源定價資料。資料集910可以在可用於對電動汽車充電的時間段上延伸。
智慧能源控制器可以決定價格閾值920，價格閾值 920可以至少部分地基於來自定價資料伺服器的資料或來自使用者的輸入。智慧能源控制器可以決定其中能源價格被預期或決定成低於價格閾值920的一或多個時間段。該等時間段可以被選擇用於對電動汽車充電。如附圖中所示，在能源價格低於價格閾值920時的第一時段912和第二時段914兩者均允許對電動汽車充電。
智慧能源控制器可以按照取決於能源價格的可變速 率對電動汽車充電。例如，充電速率(例如向電動汽車遞送能源的速率)在能源價格最低的時段期間可以是最高的。這一技術在其中將來定價資料不可用或不可靠的場景中尤其有價值。其允許智慧能源控制器應用更精細粒度的控制而不是簡單地對電動汽車充電或者不充電。在一些實施例中，充電 速率與即時能源價格和價格閾值之差成比例。若應用這一技術，則價格閾值920與由資料集910反映的實際(或預期)能源價格之間的陰影區域(例如，與第一時段912和第二時段914相關聯的陰影區域)的面積可以表示電動汽車接收到的電量。
若智慧能源控制器決定電動汽車在可供充電的時間 段上將不會接收到充足的電量，則其可以增量式地提高價格閾值920。在一些實施例中，使用者可具有在此情況發生時被警告的選項，並且可以要求使用者批準提高價格閾值920的。 使用者亦可具有設置指定使用者願意為電力支付的最大價格的價格閾值的選項。可以要求使用者批準將價格閾值920設置為高於使用者設置的價格閾值的任何動作。使用者設置的價格閾值可以被設置為例如每距離單位的成本或每能源單位的成本。若使用者設置的價格閾值是採用與用於價格閾值920不同的單位來設置的，則智慧能源控制器可以使用例如電動汽車的預期效率來執行轉換。
圖10示出圖示用於對電動汽車充電的示例性程序的 流程圖。
在動作1000，智慧能源控制器決定用於對電動汽車 充電的時間段，這可取決於使用者日程表。使用者日程表可以由使用者手動輸入，或者其可以由智慧能源控制器自動決定。智慧能源控制器可以利用GPS資料來決定使用者日程表，或者其可以直接從外部設備接收使用者日程表，如上文在圖1的描述中所論述的。
在動作1010，智慧能源控制器決定在該時間段期間 所要求的電量。這一資訊亦可以基於使用者日程表以及經由使用GPS資料來決定。若預計有偏離，則使用者可以手動改變這一值。在一些實施例中，智慧能源控制器在每一週期對電動汽車完全充電。在該等實施例中，所要求的電量簡單地是在該時間段開始時電動汽車中剩餘的電量與電動汽車的電量容量之差。
在動作1020，智慧能源控制器接收針對該時間段的 時變定價資料。時變定價資料可以從外部定價資料伺服器接收。在一些實施例(諸如與使用時間定價相關聯的彼等實施例)中，時變定價資料可以被本地儲存。
在動作1030，智慧能源控制器決定初始能源價格閾 值，初始能源價格閾值可以是在可供對電動汽車充電的時間段期間的最小預期價格。動作1020和1030的相對次序可以變動。
在動作1040，智慧能源控制器在不存在充電排程的 情況下建立充電排程，並且向充電排程添加其中能源價格低於價格閾值的時間區間。該等時間區間基於在動作1020處接收到的時變定價資料來選擇。
在動作1050，智慧能源控制器決定充電排程是否向 電動汽車提供了如在動作1010中所決定的所需的電量。若決定電動汽車將會被充分地充電，則智慧能源控制器繼續至動作1070。若否，則能源控制器繼續至動作1060。
在動作1070，智慧能源控制器增量式地提高價格閾 值。能源控制器接著返回到動作1040。動作1040、1050和1060的程序重複，直到智慧能源控制器決定充電排程提供了所需的電量水平。
在動作1070，完成排程。若智慧能源控制器決定價 格閾值高於如前述的使用者設置的價格閾值，則可以要求使用者確認該提高，或者可以簡單地向使用者通知該提高。
甚至在動作1070之後，充電排程可以被週期性地、 連續地，或者基於某些事件(諸如未預計到的價格改變及/或電網上來自公共事業提供者的信號(例如需求-回應))被重新計算。
儘管圖8-10闡明對電動汽車的電池充電，但該等原理可適用於對其他類型的能源儲備充電或向負載提供功率。在時間上可變換的電負載(諸如泳池泵)可以用如前述的相同原理中的一些原理來控制。此類負載亦必須在週期性的基礎上被啟動，並且智慧能源控制器可以在將其能源消耗時序中具有某種靈活性。
在泳池泵的情形中，智慧能源控制器可以具有控制泳池泵在每一週期何時啟用的靈活性。然而，不像對電池充電一般，泳池泵每一週期需要能源達一固定歷時的時段。由於這一時段的開始時間可以變動，因此智慧能源控制器具有一定的自由度。智慧能源控制器可以利用時變定價資料來決定具有最低總能量成本的連續時間塊，這可以類似地涉及避免峰值價格。排程可至少部分地基於定價資料而在每一週期變動。這導致與針對每一週期使用固定時序的任何排程相比 更大的節省，即便固定時序是在非峰值定價時段期間亦如此。
儘管上文描述了根據所揭示的原理的各個實施例，但應當理解，其僅僅是作為示例而非限制來提供的。因而，本案的寬度和範圍不應當受到任何上述示例性實施例的限制，而是應當僅根據從本案發佈的申請專利範圍及其均等物來限定。此外，以上優點和特徵在該實施例中提供，但其不應當將對如此發佈的申請專利範圍的應用限於伴有任何或全部以上優點的程序和結構。
儘管術語「家庭」在本案中常常被使用，但這並不意欲進行限制。所揭示的原理等效地適用於辦公室、零售場所、以及具有聯網的能源相關設備的任何其他類型的大樓或設施。相應地，在使用術語「家庭」的情況下，應當大體將其含義解讀為包括大樓或設施。此外，所揭示的原理可以被應用於共享用於能源管理的集中式控制器的複數個大樓或設施。
本案中使用的各個術語在本技術領域內具有特定含義。一特定術語是否應當被解讀為此類「本領域的術語」取決於該術語在其中被使用的上下文。「連接到」、「與……處於通訊」、「與……相關聯」或其他類似的術語應當大體被解讀為廣泛地包括其中通訊和連接是直接在所引用元件之間或者經由在所引用元件之間的一或多個仲介的這兩種情形。該等和其他術語應當參照其在本案中被使用的上下文來理解，並且本領域一般技藝人士將理解所揭示的上下文中的彼等術語 。以上定義並不排除基於所揭示的上下文彼等術語可能賦予的其他含義。
智慧能源控制器可以使用本領域已知的任何聯網技術與系統內的各個設備和實體聯網。智慧能源控制器可以是區域網路、廣域網，或甚至都會區網路的一部分。可以使用各種協定來在家用網路內部以及家用網路外部的設備和實體之間進行通訊。該等協定可包括Wi-Fi、藍芽®、電力線通訊(PLC)、Zigbee®、Z-Wave、蜂巢技術，及/或其任何組合。
GPS定位系統被描述為用於決定消費者的位置，但可替換地或附加地使用其他技術。例如，可以經由基於蜂巢網路的三角量測或者本領域公知的任何其他技術來決定位置資訊。
智慧能源控制器被主要描述為本端環境中的本端處理器，但該計算功能可以經由精簡型客戶端通訊或者與家庭內設備的其他通訊及/或經由分散式運算能力來遠端地提供。 智慧能源控制器可以是獨立設備，或者其可以被嵌入到一或多個家庭內設備中，諸如連接集線器及/或智慧溫控器。
此外，儘管本案的一些態樣是在電力的上下文中論述的，但各個原理可適用於其他形式的能源，諸如天然氣、有用熱能，或流體壓力。
比較、量測和時序之類的單詞(諸如「在……的時間」、「等效」、「在……的期間」、「完全」、「相同」等)應當被理解為意味著「基本上在……的時間」、「基本上等效」、「基本上在……的期間」、「基本上完全」、「基本上相同」等， 其中「基本上」意味著此類比較、量測和時序對於實現隱式或顯式陳述的期望結果是可行的。
另外，本文中的章節標題是為了與37 C.F.R.1.77下的建議保持一致或者以其他方式提供組織性提詞。該等標題不應當限制或表徵在可從本案發佈的任何請求項中所闡述的標的。具體地且作為實例，儘管標題引用「技術領域」，但該等請求項不應當受到在該標題下所選的語言的限制而描述該所謂的技術領域。此外，「背景技術」中對技術的描述不應當被解讀為對該技術對於本案中的任何標的而言是現有技術的承認。「概述」亦不應當被認為是對所發佈的請求項中所闡述的標的的表徵。此外，本案中以單數對「發明」的任何引用不應當被用來論證本案中僅存在單個新穎性點。可以根據從本案發佈的多個請求項的限制來闡明多個發明，並且此類請求項相應地定義由此保護的該等發明及其均等物。在所有實例中，該等請求項的範圍應當參考本案在其其本身的價值上被考慮，而不應當受到本文所闡述的標題的約束。
100‧‧‧「本端」家庭能源系統
110‧‧‧公共事業提供者
112‧‧‧電網
114‧‧‧智慧電錶
120‧‧‧智慧能源控制器
122‧‧‧連接集線器
130‧‧‧HVAC單元
132‧‧‧智慧溫控器
140‧‧‧太陽能面板
142‧‧‧變換器
150‧‧‧微型熱電聯產(CHP)單元
160‧‧‧電池
162‧‧‧電池管理系統(BMS)
170‧‧‧本端充電平臺
172‧‧‧電動汽車
180‧‧‧GPS衛星
190‧‧‧基地台

Claims (32)

  1. 一種用於控制設備的一本端能源系統的方法，該設備包括一發電機和一可移動負載，該方法包括：一在能源控制器和該發電機之間以及在該能源控制器和該可移動負載之間建立相應的電通訊；在該能源控制器處接收來自該發電機的第一工作狀態資訊；在該能源控制器處接收來自該可移動負載的第二工作狀態資訊；由該能源控制器決定一時變能源邊際成本；及由該能源控制器至少部分地基於第一工作狀態資訊和該時變能源邊際成本來控制該可移動負載，以至少部分地最佳化該本端能源系統所消耗的總能量的工作成本。
  2. 如請求項1之方法，其中該決定該時變能源邊際成本之步驟包括由該能源控制器接收來自一外部伺服器的能源定價資料。
  3. 如請求項1之方法，其中該決定該時變能源邊際成本之步驟包括由該能源控制器搜尋與一使用時間定價方案相關聯的一定價排程。
  4. 如請求項1之方法，進一步包括：由該能源控制器接收來自一外部伺服器的天氣預報資料 。
  5. 如請求項4之方法，其中對該可移動負載的該控制之步驟至少部分地基於該天氣預報資料。
  6. 如請求項1之方法，其中該可移動負載包括連接到該本端能源系統的一電動汽車。
  7. 如請求項6之方法，進一步包括：由該能源控制器控制該電動汽車的一工作狀態以促進與發電機提供能源的一發電時段的交疊。
  8. 如請求項6之方法，進一步包括：由該能源控制器決定在延伸至一將來時刻的一時間段上的該時變能源邊際成本；由該能源控制器決定在該時間段期間該電動汽車所要求的一淨電量；及由該能源控制器使用一注水演算法來決定用於在該時間段上向該電動汽車遞送該淨電量的一充電排程，以使得具有相對較低邊際成本的潛在時間段被選為該充電排程的充電時段。
  9. 如請求項8之方法，其中該電動汽車所要求的該淨電量至少部分地由一使用者日程表來決定。
  10. 如請求項9之方法，其中該使用者日程表至少部分地由位置資訊來決定。
  11. 如請求項6之方法，其中對該可移動負載的該控制之步驟包括控制一時間段內該電動汽車的一可調節充電速率。
  12. 如請求項11之方法，其中該時間段內該電動汽車的可調節充電速率至少部分地基於在該時間段期間的該時變能源邊際成本與一價格閾值之差。
  13. 如請求項1之方法，其中該可移動負載包括一採暖通風及空調(HVAC)單元。
  14. 如請求項13之方法，進一步包括：由該能源控制器至少部分地基於一使用者日程表來控制該HVAC單元，其中該使用者日程表至少部分地由位置資訊來決定。
  15. 如請求項1之方法，其中該可移動負載在一預定歷時的一開始時間被啟動。
  16. 如請求項15之方法，其中對該可移動負載的該控制之步驟包括至少部分地基於所計算的與該可移動負載在該預定歷 時的開始時間期間被啟動相關聯的能源成本來控制該開始時間。
  17. 如請求項1之方法，其中遞送至該第一可移動負載的能源的一速率至少部分地基於該時變能源邊際成本來變動。
  18. 如請求項17之方法，其中該能源的速率與該時變能源邊際成本和一價格閾值之一差成比例。
  19. 如請求項1之方法，其中該本端能源系統進一步包括一能源儲存裝置，並且該方法進一步包括：在該能源控制器處接收來自該能源儲存裝置的第三工作狀態資訊；及由該能源控制器至少部分地基於第一工作狀態資訊和該時變能源邊際成本來控制該能源儲存裝置，以至少部分地最佳化該本端能源系統所消耗的總能量的工作成本。
  20. 如請求項1之方法，其中該可移動負載包括一第一可移動負載和一第二可移動負載，並且其中該方法進一步包括：在該能源控制器處接收來自第二可移動負載的第四工作狀態資訊；及由該能源控制器控制該第二可移動負載的一工作狀態以限制與該第一可移動負載的一消耗時段的交疊以及促進與發電機提供能源的一發電時段的交疊。
  21. 一種用於控制設備的一本端能源系統的方法，該設備包括一發電機和一電動汽車，該方法包括：在一能源控制器和該發電機之間以及在該能源控制器和該電動汽車之間建立相應的電通訊；在該能源控制器處接收來自該發電機的第一工作狀態資訊；在該能源控制器處接收來自該電動汽車的第二工作狀態資訊；由該能源控制器決定一時變能源邊際成本；及由該能源控制器至少部分地基於第一工作狀態資訊和該時變能源邊際成本來控制對該電動汽車的充電，以至少部分地最佳化該本端能源系統所消耗的總能量的工作成本。
  22. 如請求項21之方法，其中對該電動汽車充電的該控制之步驟被調整以促進與在發電機提供能源的一發電時段的交疊。
  23. 如請求項21之方法，進一步包括：由該能源控制器決定在延伸至一將來時刻的一時間段上的時變能源邊際成本；由該能源控制器決定在該時間段期間該電動汽車所要求的一淨電量；及由該能源控制器使用一注水演算法來決定用於在該時間 段上向該電動汽車遞送該淨電量的一充電排程，以使得具有相對較低邊際成本的潛在時間段被選為該充電排程的充電時段。
  24. 如請求項23之方法，其中該電動汽車所要求的該淨電量至少部分地由一使用者日程表來決定。
  25. 如請求項24之方法，其中該使用者日程表至少部分地由位置資訊來決定。
  26. 如請求項25之方法，其中對該電動汽車的該充電之步驟包括在一時間段內控制該電動汽車的一可調節充電速率。
  27. 一種用於控制設備的一本端能源系統的方法，該設備包括一發電機和一採暖通風及空調(HVAC)單元，該方法包括：在一能源控制器和該發電機之間以及在該能源控制器和該HVAC單元之間建立相應的電通訊；在該能源控制器處接收來自該發電機的第一工作狀態資訊；在該能源控制器處接收來自該HVAC單元的第二工作狀態資訊；由該能源控制器決定一時變能源邊際成本；及由該能源控制器至少部分地基於第一工作狀態資訊和該 時變能源邊際成本來控制該HVAC單元，以至少部分地最佳化該本端能源系統所消耗的總能量的工作成本。
  28. 如請求項27之方法，進一步包括：由該能源控制器至少部分地基於一使用者日程表來控制該HVAC單元。
  29. 如請求項27之方法，進一步包括：由該能源控制器決定延伸至一將來時刻的一時間段上的上限溫度閾值和下限溫度閾值；由該能源控制器決定在該時間段上的該時變能源邊際成本；及由該能源控制器決定用於控制該HVAC單元以使一室內溫度在該時間段內維持在該下限溫度閾值以上並在該上限溫度閾值以下的一溫度排程，同時至少部分地最佳化該本端能源系統所消耗的總能量的工作成本。
  30. 一種用於控制設備的一本端能源系統的方法，該設備包括一發電機、一可移動負載和一能源儲存裝置，該方法包括：在一能源控制器和發電機之間、在該能源控制器和該可移動負載之間、以及在該能源控制器和該能源儲存裝置之間建立相應的電通訊；在該能源控制器處接收來自該發電機的第一工作狀態資 訊；在該能源控制器處接收來自該可移動負載的第二工作狀態資訊；在該能源控制器處接收來自該能源儲存裝置的第三工作狀態資訊；由該能源控制器決定一時變能源邊際成本；及由該能源控制器至少部分地基於該第一工作狀態資訊和該時變能源邊際成本來控制該可移動負載和該能源儲存裝置兩者，以至少部分地最佳化該本端能源系統所消耗的總能量的工作成本。
  31. 一種用於控制設備的一本端能源系統的方法，該設備包括一發電機、一第一可移動負載和一第二可移動負載，該方法包括：在一能源控制器和該發電機之間以及在該能源控制器和第一可移動負載及第二可移動負載兩者之間建立相應的電通訊；在該能源控制器處接收來自該發電機的第一工作狀態資訊；在該能源控制器處接收來自該第一可移動負載的第二工作狀態資訊；在該能源控制器處接收來自該第二可移動負載的第四工作狀態資訊；由該能源控制器決定一時變能源邊際成本；及 由該能源控制器至少部分地基於第一工作狀態資訊和該時變能源邊際成本來控制該第一可移動負載和該第二可移動負載兩者，以至少部分地最佳化該本端能源系統所消耗的總能量的工作成本。
  32. 如請求項31之方法，其中對該第一可移動負載和該第二可移動負載兩者的控制之步驟包括限制在該第一可移動負載消耗能源時的該第一可移動負載的一第一消耗時段與在該第二可移動負載消耗能源時的該第二可移動負載的一第二消耗時段之間的交疊。
TW104120784A 2014-06-30 2015-06-26 用於能源成本最佳化的系統和方法 TW201610901A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US14/320,631 US20150378381A1 (en) 2014-06-30 2014-06-30 Systems and methods for energy cost optimization

Publications (1)

Publication Number Publication Date
TW201610901A true TW201610901A (zh) 2016-03-16

Family

ID=53674311

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104120784A TW201610901A (zh) 2014-06-30 2015-06-26 用於能源成本最佳化的系統和方法

Country Status (3)

Country Link
US (1) US20150378381A1 (zh)
TW (1) TW201610901A (zh)
WO (1) WO2016003804A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI828566B (zh) * 2023-03-25 2024-01-01 遠傳電信股份有限公司 資料分析裝置及資料分析方法
US11861702B2 (en) 2021-01-20 2024-01-02 National Tsing Hua University Method and apparatus for renewable energy allocation based on reinforcement learning

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104008434A (zh) * 2014-06-06 2014-08-27 上海交通大学 一种电力系统柔性约束优化方法
KR20160042669A (ko) * 2014-10-10 2016-04-20 엘지전자 주식회사 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법
US10690364B2 (en) * 2015-09-08 2020-06-23 International Business Machines Corporation Predictive analytics to determine optimal structure control
US10168682B1 (en) 2015-11-20 2019-01-01 Wellhead Power Solutions, Llc System and method for managing load-modifying demand response of energy consumption
CN105739308B (zh) * 2016-02-01 2019-01-08 北方工业大学 应用于温控电器的功率优化控制方法及系统
US11789415B2 (en) 2016-06-30 2023-10-17 Johnson Controls Tyco IP Holdings LLP Building HVAC system with multi-level model predictive control
US20180004171A1 (en) 2016-06-30 2018-01-04 Johnson Controls Technology Company Hvac system using model predictive control with distributed low-level airside optimization and airside power consumption model
US10564612B2 (en) 2016-06-30 2020-02-18 Johnson Controls Technology Company Variable refrigerant flow system with multi-level model predictive control
US11669061B2 (en) 2016-06-30 2023-06-06 Johnson Controls Tyco IP Holdings LLP Variable refrigerant flow system with predictive control
WO2018030924A1 (en) * 2016-08-11 2018-02-15 Telefonaktiebolaget Lm Ericsson (Publ) Method and cloud management node for managing a data processing task
US10088192B2 (en) * 2016-10-06 2018-10-02 Google Llc Thermostat algorithms and architecture for efficient operation at low temperatures
AU2016250449A1 (en) * 2016-10-28 2018-05-17 Rheem Australia Pty Limited A system, apparatus and method for efficient use of solar photovoltaic energy
DE102017205968A1 (de) * 2017-04-07 2018-10-11 Bayerische Motoren Werke Aktiengesellschaft Verfahren zum Koordinieren eines Leistungsaustauschs zwischen einer Vielzahl von technischen Kleineinheiten und einem elektrischen Übertragungsnetz
WO2018200854A1 (en) 2017-04-27 2018-11-01 Johnson Controls Technology Company Building energy system with predictive control
JP2019009864A (ja) * 2017-06-21 2019-01-17 河村電器産業株式会社 高圧受電監視システム
EP3435321A1 (de) * 2017-07-28 2019-01-30 Siemens Aktiengesellschaft Energiemanagement eines gebäudes
CN108512238B (zh) * 2018-04-27 2022-04-01 武汉大学 基于需求侧响应的智能家居两阶段优化调度方法
US11049194B2 (en) * 2018-11-05 2021-06-29 Honda Motor Co., Ltd. Identifying and analyzing vehicle refueling events
CN113228447A (zh) * 2019-01-17 2021-08-06 本田技研工业株式会社 送受电管理装置和程序
US11621667B2 (en) 2019-09-16 2023-04-04 Michael Allen Aggregate off the grid power system
CN111391692B (zh) * 2019-12-09 2022-10-04 重庆邮电大学 基于车舱温度全过程差异化控制的电动汽车集群有序充放电调度系统及其方法
CN111397105B (zh) * 2020-03-24 2021-01-08 珠海格力电器股份有限公司 环境设备的协同控制方法及装置
WO2022040399A1 (en) * 2020-08-19 2022-02-24 Cornell University Simulation-based optimization framework for controlling electric vehicles

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5924486A (en) * 1997-10-29 1999-07-20 Tecom, Inc. Environmental condition control and energy management system and method
JP2006185407A (ja) * 2004-12-01 2006-07-13 Matsushita Electric Ind Co Ltd ピーク電力制御方法および装置
US7274975B2 (en) * 2005-06-06 2007-09-25 Gridpoint, Inc. Optimized energy management system
US20100017045A1 (en) * 2007-11-30 2010-01-21 Johnson Controls Technology Company Electrical demand response using energy storage in vehicles and buildings
US9838255B2 (en) * 2009-08-21 2017-12-05 Samsung Electronics Co., Ltd. Mobile demand response energy management system with proximity control
US20110055036A1 (en) * 2009-09-03 2011-03-03 Meishar Immediate Community Methods and systems for managing electricity delivery and commerce
US9310792B2 (en) * 2010-05-03 2016-04-12 Battelle Memorial Institute Scheduling and modeling the operation of controllable and non-controllable electronic devices
WO2011162555A2 (ko) * 2010-06-26 2011-12-29 엘지전자 주식회사 네트워크 시스템을 위한 컴포넌트
US8676394B2 (en) * 2010-06-30 2014-03-18 Siemens Aktiengesellschaft Integrated demand response for energy utilization
US20150039391A1 (en) * 2011-08-16 2015-02-05 Better Place GmbH Estimation and management of loads in electric vehicle networks
WO2013081978A1 (en) * 2011-11-28 2013-06-06 Expanergy, Llc Energy search engine methods and systems
US9686093B2 (en) * 2013-09-10 2017-06-20 Whirlpool Corporation Method for determining an optimal schedule of an appliance

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11861702B2 (en) 2021-01-20 2024-01-02 National Tsing Hua University Method and apparatus for renewable energy allocation based on reinforcement learning
TWI828566B (zh) * 2023-03-25 2024-01-01 遠傳電信股份有限公司 資料分析裝置及資料分析方法

Also Published As

Publication number Publication date
US20150378381A1 (en) 2015-12-31
WO2016003804A1 (en) 2016-01-07

Similar Documents

Publication Publication Date Title
TW201610901A (zh) 用於能源成本最佳化的系統和方法
US10139877B2 (en) Method and apparatus for managing an energy consuming load
US9703339B2 (en) Method and apparatus for managing an energy consuming load
US10755295B2 (en) Adaptive load management: a system for incorporating customer electrical demand information for demand and supply side energy management
US7894946B2 (en) Apparatus for managing an energy consuming load by compiling load state data from other loads
US9159108B2 (en) Facilitating revenue generation from wholesale electricity markets
Beaudin et al. Residential energy management using a two-horizon algorithm
Wu et al. Stochastic optimal scheduling of residential appliances with renewable energy sources
US20140257584A1 (en) Energy management system, energy management method, medium, and server
WO2012145563A1 (en) Methods, apparatus and systems for managing energy assets
WO2012129675A1 (en) A computer implemented electrical energy hub management system and method
US20160248251A1 (en) Variable feed-out energy management
WO2013067213A1 (en) Facilitating revenue generation from wholesale electricity markets
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
FI128279B (en) Method and system for dynamically grouping a group of power units to produce frequency control for a power system
EP2645532A1 (en) An intelligent electronic control and communications interface module for a thermal or electrical energy storage module grid, and methods for stored thermal or electrical energy and thermal or electrical energy storage capacity trading.
Missaoui et al. PV integration by building Energy Management System
Vukasovic et al. Modeling optimal deployment of smart home devices and battery system using MILP
El-Baz et al. Co-simulation of a smart home model based on a micro electricity market
Werkman et al. The iVPP Centralized Dispatcher (T4. 4)