家庭智能用电设备的优化调度方法与流程

家庭自动化设备如智能灯泡的远程控制方法 #生活技巧# #居家生活技巧# #家庭护理技巧# #家庭自动化设备#

本发明属于电力系统新能源领域,涉及一种家庭智能用电设备的优化调度方法。
背景技术：
：随着智能电网技术的高速发展，电网公司和用户之间也从原有简单的电能单向传输逐渐转变为电能双向传输以及信息互动。所以作为发、变、输、配、用电的一部分，用户不再是原来被动的接收端，而应该是积极的互动参与者。家庭用户作为智能电网参与者之一，在舒适度和经济性的制约下，根据电网和实际用电情况，积极参与电网的需求侧响应，对电网安全稳定运行具有重要的意义。社会发展，家庭用户中智能用电设备逐渐增加，为保证舒适性的前提下，参与电网互动提供了条件。因此，需要一种新的家庭智能用电设备的优化调度方法以解决上述问题。技术实现要素：本发明的目的是为了解决现有技术中存在的问题，提供一种家庭智能用电设备的优化调度方法。为实现上述发明目的，本发明的家庭智能用电设备的优化调度方法采用如下技术方案：一种家庭智能用电设备的优化调度方法，包括以下步骤：1)、分析家庭智能用电设备的负荷特性；2)、基于家庭智能用电设备的负荷特性分析，分类建立家庭智能用电设备的数学模型；3)、建立以经济性和舒适性为目标函数的家庭智能用电设备优化调度模型，并利用遗传算法求解，得到满足家庭自身需要的用电优化计划。更进一步的，步骤2)中家庭智能用电设备包括照明和娱乐设备、清洗类设备、电池类设备和空调类设备。更进一步的，所述照明和娱乐设备的数学模型为：式中：为设备a在时段t中消耗的电能，为设备a的最小运行功率，为设备a的最大运行功率，为设备a的额定功率，为设备a开始运行的时间段，为设备a结束运行的时间段，a为设备代号，t为时间段，为第a个设备在t时间段内的开关量，1表示开，0表示关，为设备a在运行时间内消耗的最低的电能，ha为设备a最小连续运行时段数，λa为用户为第a个设备提前设置的最大延迟时间，当λa＝0时表示此用电设备不可转移。此数学模型合理，充分考虑了设备的各种属性，功率可调与不可调属性、直接储能与间接储能属性、可转移与不可转移属性和可中断与不可中断属性等各种属性。更进一步的，所述清洗类设备的数学模型为：式中：为设备a在t时间段内的消耗的电能，为设备a的最小运行功率，为设备a的最大运行功率，a为设备代号，t为时间段，为设备a在t时段的运行状态，1表示开，0表示关，为设备a开始运行的时间段，为设备a结束运行的时间段，ha为设备a最小连续运行时段数，λa为用户为第a个设备提前设置的最大延迟时间，当λa＝0时表示此用电设备不可转移。此数学模型合理，充分考虑了设备的各种属性，功率可调与不可调属性、直接储能与间接储能属性、可转移与不可转移属性和可中断与不可中断属性等各种属性。更进一步的，所述电池类设备的数学模型为：式中：bcapacity为电池容量，为设备a在时段t电池的电能储存量，为设备a在t时段内的消耗的电能，为电池充电效率，为电池漏电系数，为设备a在t时段的运行状态，1表示开，0表示关，为设备a开始运行的时间段，为设备a结束运行的时间段，为电池a的最小电量，为电池a的最大电量，为电池a的最小利用效率，为电池a的最大利用效率，为电池a的充电时电量，为电池a的最小保存电量。此数学模型合理，充分考虑了设备的各种属性，功率可调与不可调属性、直接储能与间接储能属性、可转移与不可转移属性和可中断与不可中断属性等各种属性。更进一步的，所述空调类设备的数学模型为：式中：为t时段内室内温度，为t时段内室外的温度，req为室内等效热阻，khvac为电能转化系数，为设备a在t时段内的消耗的电能，为设备a开始运行的时间段，为设备a结束运行的时间段，为设备a的最低控制温度，为设备a的最高控制温度，mair是室内的空气质量指数，c表示标准大气压下的空气热容量，δ表示间隔时段数，为设备a的最小运行功率，为设备a的最大运行功率，为设备a在t时段的运行状态，1表示开，0表示关，ha为设备a最小连续运行时段数。此数学模型合理，充分考虑了设备的各种属性，功率可调与不可调属性、直接储能与间接储能属性、可转移与不可转移属性和可中断与不可中断属性等各种属性。更进一步的，步骤3)中以经济性和舒适性为目标函数的家庭智能用电设备优化调度模型通过下式表示：式中，为设备a在时段t中消耗的电能，rt为t时段电价，n为设备数量，表示设备a在t时段的惩罚费用，cexp为用户期望舒适度，表示设备a在t时段的舒适度，表示设备a在t时段的运行状态，1表示开，0表示关，k为比例系数。更进一步的，设备a在t时段的舒适度通过下式表示：式中，δta为设备a时刻t与最大舒适度时刻tmax的最小时间间隔。更进一步的，所述用户期望舒适度cexp为0.8-1，比例系数k为2-5。选取期望舒适度为0.8-1，比例系数为2-5，此时优化后的电费具有一定的降幅，而舒适度却不会有较大的降低，同时兼顾了舒适度和经济性。更进一步的，所述用户期望舒适度cexp＝0.8，比例系数k＝5。选取期望舒适度为0.8，比例系数为5，此时优化后的电费降幅达23.9％，而舒适度仅降了9％，同时兼顾了舒适度和经济性。有益效果：本发明的家庭智能用电设备的优化调度方法，不仅为家庭节能提供方案，还能考虑到家庭用电的舒适性，为家庭用户的能量管理系统提供一种解决方案，对社会具有重要意义。附图说明图1分时电价曲线图；图2未优化前家庭用电设备调度图；图3经过优化后家庭用电设备调度图；图4按舒适度优化后家庭用电设备调度图；图5带有舒适度惩罚函数的经济最优家庭用电设备调度图1；图6带有舒适度惩罚函数的经济最优家庭用电设备调度图2；图7带有舒适度惩罚函数的经济最优家庭用电设备调度图3。具体实施方式下面结合附图对本发明作更进一步的说明。下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅是本发明的优选实施方式，在阅读了本发明之后，本领域技术人员对本发明的各种不脱离本发明原理的修改均落于本申请所附权利要求所限定的范围。本发明的基于分时电价的家庭智能用电设备的优化调度方法，包括以下步骤：(1)分析家庭智能用电设备的负荷特性，包括智能用电设备的功率特性，耗电特性，使用时段特性以及是否可中断等。具体为：1)功率可调与不可调属性有些设备一旦启动，在工作期间将始终按照其额定功率进行工作，而有些设备却可以进行功率调节，例如电风扇、空调以及电热水器等，式(1)来描述这种特性。式中，为设备额定能耗，和分别表示运行功率的上限和下限。对于功率不可调设备，则有2)直接储能与间接储能属性直接储能设备有蓄电池等，间接储能设备有热水器等。直接储能设备特性用式(2)所示函数描述。若考虑寿命，则充放电约束为：3)可转移与不可转移属性洗衣机、洗碗机等，称之为可转移负荷；而有些设备在某时间段内必须开启，否则将影响用户正常生活，譬如电灯、电视机等，称之为不可转移负荷。式(4)描述了可转移与不可转移属性：式中，λa为用户提前设置的最大延迟时间，当λa＝0时表示此用电设备不可转移。4)可中断与不可中断属性可中断设备，如加湿器、空调，不可中断，如洗衣机等。对于不可中断设备，用式(5)描述其属性：式中，ha表示不可中断设备最小连续运行时段数。(2)基于家庭智能用电设备的负荷特性分析，分类建立家庭智能用电设备的数学模型，包括照明和娱乐设备、清洗类设备，电池类设备，空调类设备等。具体为：1)照明和娱乐类设备，其模型为：式中：q，q为电能，小标a为设备代号，t为时间段，s为开关量，1表示开，0表示关，h为设备完成任务时长，λ为用户提前设置的最大延迟时间，当λa＝0时表示此用电设备不可转移。2)清洗类设备模型为：3)电池类设备模型式中：bcapacity为电池容量，为蓄电池a在时段t电池的电能储存量，蓄电池充电效率，为电池漏电系数，为蓄电池充电时电量，为蓄电池最小保存电量。4)空调类模型式中：为室内温度、为室外的温度、req为室内等效热阻，khvac为电能转化系数，mair是室内的空气质量指数，c表示标准大气压下的空气热容量，δ表示间隔时段数。(3)构建以经济性和舒适性为目标函数的家庭智能用电设备优化调度模型，并利用遗传算法求解，得到满足家庭自身需要的用电优化计划。具体为：1)家庭中都是以电费开支最小为目标来调整各个用电设备的使用时间，以达到经济最优的目的，其数学模型可以转化为如式(10)所示的目标函数：式中，为设备a在时段t中消耗的电能，rt为t时段电价。2)考虑经济性的基础上，还要考虑舒适性。舒适性模型采用舒适度描述：式中，δt为时刻t与最大舒适度时刻tmax的最小时间间隔。在一个家庭中，人们对全部用电设备舒适度的满意度可以用平均舒适度水平表示，如式(12)所示：式中，表示设备a在t时段运行的舒适度，表示设备a在t时段的运行状态。将舒适度转化为成本大小加入式(10)中，用户可以根据自身的需要，合理地设定惩罚函数参数，得到最满意的用电优化方案。构建以经济性和舒适度最优为目标的优化调度模型，如式(13)所示：式中：设备a在t时段的惩罚费用，表示设备a在t时段的舒适度，表示设备a在t时段的运行状态，k为比例系数。实施例1：选择典型家庭用户中，可调度智能用电设备有洗衣机、洗碗机、吸尘器、热水器等。为方便仿真，对家庭用电设备进行较为理想化的假设和简化，设备运行时均已额定功率运行且每个时段保持连续运行，饮水机、热水器等忽略其散热损耗，各家庭用电设备信息如表1所示。表1可调度设备基本信息注：加湿器1、2、3，饮水机1、2均表示同一台设备不同的运行时间段。算例采用国内大城市已经广泛实施的分时电价，具体价格信息如表2和图1所示：表2分时电价信息(1)以经济性目标的优化调度据调查，平时一个普通家庭可调度的用电设备使用时间大致如图2所示。通过计算得到，舒适度为0.84，但是这段时间内电价相对较高，经计算总的电费为47.71元。以式(10)为目标函数，应用遗传算法对家庭用电设备逐一进行优化调度，目标是用电费用最省。在迭代次数大约达到200次之后，开始趋于稳定，最终取得最小值。经过遗传算法优化调度后的用电设备运行时段如图3所示，各可调度设备在自身可调度时段使用时间被安排到相对电价较低的时段，经过优化调度，总电费为30.55元，节省了17.16元，费用节省达到了36％。(2)以经济性和舒适性为目标的家庭智能用电设备优化调度分析图3的家用设备优化后的调度图后，可见，在经济最优的目标之下，虽然将用电费用降到了最低，但是大部分用电设备工作时间都在半夜或者工作时间，这可能严重改变了用户原有的用电习惯，给生活带来了一定的影响，降低了生活品质，计算得到的舒适度仅为0.56。因此，以本发明提出的同时考虑经济性和舒适度为目标的优化调度方案。本算例中，以式(13)为目标函数，进行仿真实验，用户可以根据自身的习惯，设定各用电设备的最大舒适度时刻。根据调查大部分用户的生活习惯，对各用电设备的最大舒适度时刻进行了较为合理的设定，各用电器最大舒适度时刻如表3所示：表3各用电器最大舒适度时刻同意应用遗传算法进行优化计算，得到各用电设备优化后的运行时段图如图4所示。从图中，可计算得到舒适度达到了0.89，但是用电费用却达到了46.65元，这与未优化之前相比未有明显的变化，远远不能满足人们的期望，所以这对家庭能源优化的要求大大的提高，优化时不能仅仅考虑电价或者舒适度单方面需求，更多的时候需要从多方面综合考虑。本算例中，将选择合适的舒适度cexp和比例系数k值，运用遗传算法进行优化仿真。为进行对比分析，本文将选取以下三组数据并进行逐一仿真，具体数据如表4所示：表4用户期望舒适度及比例系数cexpkcase112case215case350.81)case1：舒适度cexp设定为1、比例系数k值为2时运用遗传算法进行优化，优化后电费为32.08元，计算得到的舒适度为0.73，优化后的家庭用电设备调度图如图5所示：2)case2:舒适度cexp设定为1、比例系数k值为5时运用遗传算法进行优化，优化后电费为40.24元，计算得到的舒适度为0.85，优化后的家庭用电设备调度图如图6所示：3)case3:舒适度cexp设定为0.8、比例系数k值为5时运用遗传算法进行优化，优化后的电费为36.32元，计算得到的舒适度为0.76，优化后的家庭用电设备调度图如图7所示：经优化后，各种目标下的电费和舒适度如表5所示：表5优化后电费及舒适度(3)结果分析各种仿真结果表明，以带舒适度惩罚函数的经济最优为目标进行的优化效果明显高于单一目标的优化。当用户对舒适度要求不是太高时，选取期望舒适度为1，比例系数为2，此时优化后的电费降幅达32.8％，而舒适度仅降了13％；选取期望舒适度为0.8，比例系数为5，此时优化后的电费降幅达23.9％，而舒适度仅降了9％；当用户对舒适度要求较高时，选取期望舒适度为1，比例系数为5，此时优化后的舒适度可以几乎保持不变，同时还可以节约15.7％的电费。从结果分析来看，带舒适度惩罚函数的目标函数具有良好的优化特性，能够更好地满足用户的需求，用户只需要调节期望舒适度和比例系数，就能够得到满意的优化结果。当前第1页12

网址：家庭智能用电设备的优化调度方法与流程 https://www.yuejiaxmz.com/news/view/924537

相关内容

智能设备安装流程优化
一种电子设备性能优化方法及电子设备与流程
功耗优化方法及电子设备与流程
智能烹饪方法及设备与流程
智能设备制造流程优化系统
基于室内结构的功能区优化方法、装置及电子设备与流程
家用智能设备的用户界面设计及优化方案.docx
家庭能源智能管理系统及方法与流程
电力系统智能调度与优化算法（32页）
智能电网与电力系统调度优化研究

随便看看