计及用户不满意度的家庭能量管理调度优化研究

针对家庭能量管理调度优化问题,本文建立了计及用户不满意度的家庭能量管理调度优化模型,综合考虑用户用电成本、用户对用电时间的不满意度和对温度的不满意度3个目标,采用多目标粒子群算法(multi-objective particle swarm optimization,MOPSO)对模型进行求解,并结合信息熵法对最优解进行选取,从而完成对各家用电器的优化调度。同时,对不同情景下的用电模式进行算例仿真。仿真结果表明,采用计及用户不满意度的家庭能量管理调度优化模型对家用电器进行调度,可以在降低用户用电成本的同时,兼顾用户用电的舒适度,验证了模型的有效性。该研究对智能家居的调度和用户的智能用电具有重要的理论和指导意义。     

家庭智能电器负荷调度和能量分配优化算法

为了解决家庭用电高额能耗问题和提高用户供用电收益,针对家庭中具有用电差异性的负荷进行能量调度.根据可转移属性,将家庭用电负荷分为2个类别：弹性负荷和非弹性负荷.联合分布式可再生能源和储能设备构建智能电器用电负荷调度优化模型,基于李雅普诺夫优化理论提出时变电价下的家庭用户多电器能量分配算法.所提算法充分考虑了不同智能电器的用电负荷响应及调度优化问题.理论性能分析证明,所提算法能够在不需要系统的先验统计信息的情况下使优化目标渐近最优.对所提算法的用户收益提升能力进行仿真验证,结果表明,相较于未考虑各家用智能电器实际需求和可容忍时延的分配算法,所提算法可将用户收益提高11.2%.     

基于自适应粒子群算法的智能家居管理系统负荷优化模型

在能源互联网发展的背景下,针对电网需求侧响应的策略及用户节约用电成本的要求,设计智能家居管理系统(smart home management system, SHMS)的基本结构,构建智能家居管理系统负荷优化模型,并采用引入衰减因子的自适应粒子群算法对模型进行求解,可得到满足用户要求的家庭负荷运行方案。仿真算例采用了实际的分时电价、室外温度、负荷参数等信息,与优化前相比,用户负荷曲线得到改善,用电成本及用电量明显下降,验证了算法的有效性。     

基于MADDPG算法的家用电动汽车集群充放电行为在线优化

电动汽车作为电网中的重要负荷,具有较高的需求响应潜力.为降低电动汽车集群用能成本,缓解电网峰值负荷压力,文中首先分析了V2G模式下电动汽车的用电特性,构建了电动汽车集群充放电调度模型,通过成本分析为充放电调度提供决策依据.然后应用多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法对电动汽车集群进行充放电行为的实时优化,利用用户的历史用电数据完成学习过程,并依据当前的用电信息进行调度决策.算例分析表明,该方法可以进行电动汽车集群充放电行为的实时在线优化决策,在保证用户用电需求的前提下,提高用户用电经济性,实现峰值负荷的转移.     

基于多用户共享的家庭能源管理系统

多用户共享蓄电池下家庭能源管理系统(HEMS)的电气设备运行调度,可以使电费减少。首先,对家庭中柔性负荷和储能设备进行建模,目的是使得家庭设备运行调度模型的用电费用最小,建立具有经济性的目标优化模型。数学建模的过程中考虑了光伏(PV)发电和储能设备的影响,并允许向大电网出售剩余电力。其次,对小区的每一个用户先分别计算各自独立的一天用电费用,再计算多用户共享下的一天费用。最后,通过仿真对比二者优化调度结果的费用,以验证优化方法的正确性和经济性。     

基于差分进化算法的多目标优化V2B2模式的调度策略

分布式可再生能源的配置提高了家庭微电网的调度空间,有利于能源结构的改善,但同时也对主电网的稳定性构成了挑战。针对这一现状,提出了一种基于差分进化算法的多目标优化V2B2模式的调度策略。该方法基于电动汽车的移动性,利用电动汽车和蓄电池的充放电功率,实现了2个不同地理位置下微电网的统一调度,在优化用电成本的基础上,着重于光伏发电的储存和使用,由此降低光伏波动对主电网的影响。采用上海地区相关数据进行实验,结果证明,该方案在降低用电成本、提高光伏自消耗率以及降低负荷峰谷差方面均取得了良好的效果。     

基于混合型粒子群算法的智能家庭能量管理策略

随着全球能源和环境问题的日益严峻,基于可再生能源的分布式电源已成为目前各国的发展重点。在分布式电源日益增长和智能电网的大前提下,智能家庭能量管理系统得到了更多的关注。介绍了目前存在的智能家庭能量管理策略与智能家庭能量管理系统的系统结构,并提出了采用智能式最优化算法来解决这类优化问题。在多种约束条件下,以家庭运行成本以及负荷平滑程度为目标,采用混合型粒子群算法来求解家庭能量管理问题,并用仿真验证了家庭环境下算法的有效性与经济性。     

基于粒子群寻优的家电负荷有序使用策略研究

随着智能家居的推广,不断增长家庭电力需求,引起电网容量不足,对用户用电安全提出新的挑战。建立有效的家庭负荷有序使用策略以降低电网负荷峰值,已经成为电力需求侧管理的重要内容。针对这一问题,考虑用户用电的起始时间、结束时间、用电时长等用电习惯,提出一种基于粒子群寻优的家电负荷有序使用策略。首先,建立家电负荷优先级函数的模型,描述调控对于用户满意度的影响;其次,通过主客观赋权法对优先级函数的子目标进行权重分配,并根据优先级函数制定优化目标;而后,通过随机权重策略的粒子群算法寻优求解。最后,通过实验仿真,验证了该方法在有效降低用户用电负荷峰值的同时,还能够保证用户的用电满意度。     

热电联产型家庭能源枢纽调度优化模型研究

为改进现有能源利用方式并减少能源支付成本,本文提出了一个由电动汽车、光伏系统和储能系统等组成的热电联产型家庭能源枢纽模型。以能源支付成本最小化为目标,对所提出的模型进行优化调度。通过控制响应电器的能耗,调度电动汽车和储能系统的充放电,协调光伏出力来确定能源枢纽的最佳运行模式,并采用粒子群优化算法对模型进行求解。为证明模型的合理性和有效性,以某地区智能电网环境下冬季家庭负荷数据作为仿真算例进行验证。仿真结果表明,在电价最高的11∶00~16∶00时段,天然气全部分配给CHP用以转化为电能和热能,减少了从电网的购电量,节约了成本。该研究减少了家庭能源支付费用,为智能家庭能源消费的优化调度提供了理论依据。     

基于空调用电模式优化的自动需求响应设计

为了提高在使用空调系统过程中的用户体验,文章提出了基于空调用电模式优化的自动需求响应设计。该设计综合考虑了定频空调的用电模式与人体舒适度和考虑空调用电成本的经济性满意度之间的关系,根据室外温度预测值、电力公司发布的电价信号和用户偏好,对空调的用电模式进行自动优化调控,从而最大化用户综合满意度,实现自动需求响应,另一方面电力公司也可基于对用户空调用电模式的辨识实现对空调负荷的在线调控。对所提算法进行仿真实验,仿真结果表明,通过调整电价的变化,能够有效调整定频空调的占空比,从而实现对用户综合满意度的优化以及用户需求响应潜力的挖掘,验证了所提算法的有效性。     

基于需求响应的区域微电网优化调度

优化调度对于提高微电网中分布式电源的消纳和系统的经济运行水平具有重要意义,基于负荷的分类和差异化负荷的需求侧响应能力,提出一种计及负荷需求侧响应的微电网优化调度分析方法。首先,分析微电网中各种分布式电源和典型负荷的数学模型;然后,构建以用户售电收益、余电上网收益并计及运行维护成本、燃料成本和环境污染成本的综合净效益最大化作为目标函数,以功率平衡约束、储能电池充放电约束等为约束条件的微电网优化调度模型,并采用遗传算法进行求解。算例分析表明:在微电网调度中考虑需求侧响应可以减少用户用电成本,提高微电网整体效益,有效配合配电网达到削峰填谷的目的,减轻负荷高峰时段的供电压力。     

基于强化学习的微电网能源调度策略及优化

针对微电网中能源调度的经济效益、充电效率优化、系统负荷波动以及碳排放问题,提出将强化学习运用到微电网调度中,通过建立一个完整的微电网模型,使强化学习在不断迭代过程中得到最优策略,同时达到经济效益趋向最大化、充电功率相对稳定、系统负荷波动减少、碳排放量达到最小化这4个联合优化目标.仿真结果表明,采用的控制策略既能很好地实现经济效益最大化收敛、碳排放量最小化收敛,同时又能使得充电功率相对稳定,微电网的负荷也能减少,极大地提高了系统的稳定性.     

考虑用户可调度潜力的负荷聚合商优化调度策略

充分挖掘需求侧资源的可调度潜力可以为电力系统调度提供可靠的数据支持。然而，需求侧资源的可调度潜力与用户内部心理因素、外部环境因素和电网运行工况密切相关，需要对其进行详细的建模分析。以居民用电负荷中占比较重的空调负荷和电动汽车作为研究对象，首先，从用户舒适度和物理层面建立数学模型，充分挖掘需求侧柔性负荷的可调度潜力。其次，在可调度潜力的基础上，采用负荷聚合商和居民用户签订协议的直接负荷控制模式，以负荷聚合商的利益最大化为目标函数，利用非合作博弈理论解决了各聚合商之间的最优投标决策问题。仿真算例验证了该模型不仅可以激励需求侧柔性负荷资源积极参与电力市场调控，实现各方的经济利益最大化，也可以有效减小负荷需求峰谷差，缓解电网供需平衡压力。     

基于分时电价的含光伏的智慧家庭能量调度方法

提出一种考虑分时电价的含光伏发电的智慧家庭能量调度方法。在考虑光伏输出的条件下,基于分时电价(time-of-use pricing,TOUP),建立计及功率可调节家用电器的智慧家庭日前能量调度用户收益最大化数学模型,并考虑了家庭与电网之间双向收益方程。基于线性变换技术,将智慧家庭能量调度的混合整数规划模型转化为线性规划模型,可求得最优解;研究智慧家庭与电网之间的最大交换功率和功率可调节电器之间的协调配合对智慧家庭收益的影响。典型算例的结果验证了该模型和方法的有效性和实用性。     

考虑电热需求响应的光热-电热综合能源系统源荷协调经济调度

负荷侧灵活性资源协同源侧多模式供热有利于电热综合能源系统低碳运行,为缓解“三北”地区“风热冲突”现象、提高风电消纳量从而降低系统碳排放量提出一种计及电热需求响应的光热-电热综合能源系统源荷协调经济调度模型。源侧通过配备储热装置的光热电站(Concentrated Solar Power, CSP)和电加热装置(Electric Heater, EH)协同热电联产机组(Combined Heat and Power, CHP)供热在一定程度上解耦其“以热定电”工作模式,网侧建立了稳态电热潮流,荷侧计及电热需求响应,模型的综合优化目标考虑了系统总运行成本、弃风惩罚成本及碳交易成本。基于改进的IEEE30电网与6节点热网系统对所建立模型进行仿真,算例结果表明源荷协调运行可有效降低系统总调度成本、提高风电并网发电量及减少系统碳排放量。     

考虑碳排放的大型制造企业甩挂运输牵引车调度优化

为了在完成既定运输任务的前提下减少大型制造企业内的碳排放量,阐述了大型企业采用甩挂运输的可行性和优越性。以吨公里CO2排放量为目标函数,构建了硬时间窗约束下的考虑碳排放的大型制造企业内牵引车优化调度模型,并设计了两阶段启发式算法求解该模型。该算法首先应用扫描算法获得模型初始可行解;然后,分别采用模拟退火算法和禁忌搜索算法提高初始可行解质量;最后,将优化模型和算法运用于以湖南华菱钢铁公司实例为基础的11个算例,并进行求解。结果表明:优化调度模型及两阶段启发式求解算法是可行、有效的。本文优化调度方法具有良好的节能减排效果,同时也说明大型制造企业内牵引车的中心节点选址能有效降低甩挂运输的碳排放量。     

促进发电节能的可中断负荷电价优化设计模型

如果电力系统的备用容量完全有发电机组来承担,可能会产生长期"备而不用"的问题.这不仅会造成资源的浪费,也会导致用户购电成本的增加.通过供电公司与用户之间签订的合同,把用户的可中断负荷作为发电的一种备用,如果系统供给能量,则用户需要向供电公司支付电能价格;如果备用容量不足,系统中断时该用户的电力供给,但供电公司向用户进行其低谷用电的电价赔偿.可中断负荷电价的确定既要有利于发电成本的下降,又要有利于保护供电企业的利益,还要有利于激励用户减少高峰负荷用电的积极性.正是基于这样的目的而讨论可中断电价的优化设计模型.     

微电网中面向用户的自适应能量调度策略

基于微电网中分布式可再生能源和双向能量交易,提出一种自适应能量调度策略. 调度中心收集微电网中所有用户的负载信息,并根据实时的电价信息,集中调度用户的负载用电. 该调度策略采用自适应动态规划方法,通过在线网络训练优化能量调度策略. 仿真结果表明,该方法能够对整个调度过程进行在线学习,从而最小化用户的总电能费用.     

基于智能家电的短期电力负荷预测与削峰填谷优化

通过可远程控制的联网智能家电,提出对城市群电力负荷的短期预测与削峰填谷优化. 分析某家电企业的智能家电集群运行产生的海量数据,建立城市群智能家电电力负荷预测模型,主要采用3种模型加权组合预测的方式,利用负荷数据中的趋势性、周期性、相关性、节假日特征及外部变量进行智能家电集群电力负荷的短期预测,单月内每日平均相对误差为4%~6%. 通过合理选择特征,该模型可以在不同家电间通用,依据家电类型分类预测后的结果可加和成为用电总负荷. 针对使用方式与用户习惯,提出智能家电电力负荷削峰填谷的控制策略,根据发电成本数据给出预期效益,说明基于智能家电负荷预测的用电调控能够有效降低电力部门发电成本、用户用电成本与电网负荷波动性.     

基于EMA的电动汽车协同调度策略研究

针对大规模电动汽车接入电网无序充电的问题,本文以充电站收益和电动汽车用户收益最大为主要目标,以电动汽车充放电功率和电池电量不超过允许范围为约束条件,建立了电动汽车调度模型,采用演化膜优化算法对模型进行求解,同时以某市历史电网负荷参数为例进行分析。算例分析表明,通过充电站和电动汽车用户协同调度,电动汽车充放电可使充电站和电动汽车用户同时获取最大收益。若按算例中汽车日行驶规律计,使用电动汽车的用户每日可获益约29元,且电动汽车数量的增大有利于电网负荷峰谷差的减小。该研究对大规模电动汽车入网的协同调度策略具有一定参考价值。