《计算机应用研究》|Application Research of Computers

基于实时电价的家庭能量管理系统最优调度研究

Home energy management system optimal dispatch based on real-time electricity price

免费全文下载 (已被下载 次)  
获取PDF全文
作者 万庆祝,陈娅兰,边媛
机构 北方工业大学 电气与控制工程学院,北京 100144
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2017)09-2610-04
DOI 10.3969/j.issn.1001-3695.2017.09.010
摘要 家庭能量管理系统作为智能电网在居民家庭中的智能体现,需建立在家庭安全用电的基础上。家庭中的电气故障大多为线路过载故障。在对家庭智能电器的优化运行中,将线路负载率作为约束条件,可保障家庭的用电安全。在实时电价环境下,提出了一种考虑家庭线路负载率约束的家庭能量调度策略,分别建立了以用电费用最小和碳排放最小为目标的优化模型,针对建立的0-1整数规划模型,将遗传算法进行了改进,以求得家庭最优用电方式。通过仿真验证,比较用户在不同用电模式下的线路负载率、用电费用和碳排放量,验证了该策略可为家庭用电提供安全可靠的最优用电方式。
关键词 家庭能量管理系统;优化调度;线路负载率;遗传算法;用电安全
基金项目 北京市教委专项基金资助项目(XN097)
北京市电力节能关键技术协同创新(2011)基金项目(PXM2016_014212_000016)
本文URL http://www.arocmag.com/article/01-2017-09-010.html
英文标题 Home energy management system optimal dispatch based on real-time electricity price
作者英文名 Wan Qingzhu, Chen Yalan, Bian Yuan
机构英文名 CollegeofElectricalandControlEngineering,NorthChinaUniversityofTechnology,Beijing100144,China
英文摘要 Home energy management system as a intelligent embodiment of smart grid in the users side, should be built on the basis of electricity safety. The main electrical accident of house is line overload. In the optimization of smart household appliances, making the load rate as constraint can ensure the house electricity safety. In the real-time electricity price environment, this paper put forward a kind of home energy management system dispatch strategy considering load rate, respectively set up minimum electricity costs and minimum carbon emissions as the goal of optimization model, and used the improved genetic algorithm to solve the models. By comparing the simulation results of line load rate, electricity costs and carbon emissions in different models, it shows the strategy can ensure the house electricity using in a safe and optimal way.
英文关键词 home energy management system; optimal operation; load rate; genetic algorithm; electrical safety
参考文献 查看稿件参考文献
  [1] 张延宇, 曾鹏, 臧传治. 智能电网环境下家庭能源管理系统研究综述[J] . 电力系统保护与控制, 2014, 42(18):144-154. [2] 王伟, 何光宇, 万钧力, 等. 用户侧能量管理系统初探[J] . 电力系统自动化, 2012, 36(3):10-15.
[3] 杨文轩, 何光宇, 王伟, 等. 用户侧能量管理原型系统的设计与实现[J] . 电力系统自动化, 2012, 36(20):74-79.
[4] Ai Qian, Fan Songli, Piao Longjian. Optimal scheduling strategy for virtual power plants based on credibility theory[J] . Protection and Control of Modern Power Systems, 2016, 1(1):1-8.
[5] 张彦, 张涛, 刘亚杰, 等. 基于模型预测控制的家庭能源局域网最优能量管理研究[J] . 中国电机工程学报, 2015, 35(14):3656-3666.
[6] 刘经浩, 贺蓉, 李仁发, 等. 一种基于实时电价的 HEMS 家电最优调度方法[J] . 计算机应用研究, 2015, 32(1):132-137, 160.
[7] 王守相, 孙智卿, 刘喆. 面向智能用电的家庭能量协同调度策略[J] . 电力系统自动化, 2015, 39(17):108-113.
[8] 贾志刚, 贺蓉, 李仁发, 等. 一种基于决策树分类算法的家庭能量动态调度系统[J] . 计算机应用研究, 2016, 33(9):2619-2624.
[9] 张延宇, 曾鹏, 臧传治. 智能电网环境下家庭能源管理系统优化调度算法[J] . 电力系统保护与控制, 2016, 44(2):18-26.
[10] 史晶锌, 舒少龙, 林峰, 等. 基于监督控制理论的家庭住宅用电安全性控制研究[J] . 现代建筑电气, 2014, 5(1):9-15.
[11] 李雷, 杨春, 谢晓峰. 我国储能产业发展现状、机遇与挑战[J] . 化工进展, 2011, 30(S1):748-754.
[12] 孙欣, 吕跃春, 高军, 等. 电网经济性与安全性的精益化协调方法[J] . 电网技术, 2009, 33(11):12-17.
[13] 官拓颖, 贺蓉, 李仁发, 等. 一种改进的HEMS家电最优调度方法[J] . 计算机应用研究, 2016, 33(6):1727-1733.
[14] Dolan P S, Nehrir M H, Gerez V. Development of a Monte Carlo based aggregate model for residential electric water heater loads[J] . Electric Power Systems Research, 1996, 36(1):29-35.
[15] 雷英杰, 张善文, 李续武, 等. MATLAB遗传算法工具箱及应用[M] . 西安:西安电子科技大学出版社, 2005:3-22.
[16] Cheng F Y, Li Dan. Genetic algorithm development for multiobjective optimization of structures[J] . AIAA Journal, 1998, 36(6):1105-1112.
[17] 胡毓达, 杨雷. 多目标随机规划的交互遗传算法[J] . 上海交通大学学报, 2001, 35(11):1733-1736.
[18] Ha L D, Ploix S, Zamai E. Tabu search for the optimization of household energy consumption[C] //Proc of IEEE International Conference on Information Reuse and Integration. 2006:86-92.
[19] 沈加健, 杨根科, 潘常春. 智能家庭混合能源管理的动态建模与优化[J] . 微型电脑应用, 2012, 28(4):9-14.
收稿日期 2016/10/30
修回日期 2016/12/15
页码 2610-2613,2628
中图分类号 TP399
文献标志码 A