智能用电环境下家庭用电策略和智能小区需求响应研究
发布时间：2021-09-12 19:11
智能用电作为发输配变用的重要环节,是电网智能化服务的关键所在。智能用电通过自动控制、高级量测以及高速通信等技术实现数据的实时采集、市场的快速响应以及电网与用户能量流和信息流的实时互动,为家庭用电优化调度和智能小区需求响应策略研究提供了基础。为优化家庭的用电策略,提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。首先,对家庭智能用电系统的框架进行了介绍,并根据蓄电池和家居负荷的运行特性,建立了蓄电池和可调度负荷的工作模型。其次,以可调度负荷和蓄电池工作状态为约束条件,以家庭用户用电成本最小和净负荷曲线平坦度最优为目标建立了家庭能量管理优化调度模型。再次,从蓄电池动态控制方法出发,提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。该调度策略根据分时电价和蓄电池实时荷电状态对蓄电池充放行为进行控制,有助于降低家庭用户用电成本,并保证蓄电池安全运行。最后,采用二进制粒子群算法对模型进行求解。算例结果验证了所提出的调度模型和调度策略的有效性和优越性。售电侧改革的深化使电力市场中存在多个售电商通过价格竞争为用户提供电力的情形。针对含有多个售电商的智能住宅小区,将...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１家庭智能用电系统结构??２．２家庭分布式电源供电系统??式源及风型源
??算例系统中，分布式电源包括额定容量为３ｋＷ的光伏电源和额定容量为??５ｋＷ的风电电源。蓄电池额定容量Ｃｂａｌ为５ｋＷ．ｈ，充、放电效率；７ｅｈ、／７ｄ，ｓｅｈ都??取０．８５，最大充、放电功率八ｈ．ｍａｘ、ＰｄｉｓｃＭｍ取２ｋＷ、１．８ｋＷ，蓄电池初始＊ＳＯＣ〇??为０．５，蓄电池最孝最大荷电状态值ＳＯＣｍｉｎ、ＳＯＣｍａｘ分别为０．２、０．９。预测得??到的光伏电源每个时段的出力ｆｔｖ（／）、风电电源每个时段的出力／Ｖｒ（〇以及每个??时段不可调度负荷用电功率Ｐｍｕｓｔ（／）如图４．２所示。可调度负荷参数见表４．１，表??４．１第１列上标表示不可中断负荷。算例采用的分时电价取自文献［２６］，用??户售电价格为０．４２元／ｋＷ＊ｈ。量纲转化系数Ｙ取０．０５。系统的调度周期７１为２４?ｈ，??将其按单位时间分成２４个时间段，即Ａ／＝?１。ＢＰＳＯ算法的参数设定：初始种群??数目为６０，最大迭代次数为１００，最大、最小惯性权重分别取０．９、０６，学习因??子ｃｉ、Ｃ２分别取２．２５、１。??广?１１１１?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?＿?１?Ｉ?Ｉ?ＩＩ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??ｆ－ｉｆ?Ｔ??＾?３?１—?｜—?—ｉ?｜?－??ｉ?ｒｉｒ?工ｖ??——不可调度负荷?＾??—光伏出力?＊－１??ｉ－?——风电出力ｙ??０１?２３４５６７８９?１０１１１２１３１４１５１６１７１８１９２０２１２２２３２４??时段??图４．２不可调度负荷和分布式电源功率??２５??
?＊?０．７３?１９：００—２４：００?１?１??饮水机?＊?０．３?０７：００—０９：００?１?１??电动汽车?２．５?００：００—０８：００?５?１??家用水栗?２?０６：００—１６：００?４?１??电动自行车?０．９?００：００—０８：００?３?１??除湿器?０．２?１８：００—２２：００?２?１??扫地机器人?０．３５?１０：００—１８：００?２?１??４．４．２家庭能量管理系统优化调度结果??家庭能量系统优化调度结果见图４．３？图４．５。图４．３给出了不可中断负荷的??优化调度结果。算例设置洗衣机工作区间为１２：００—２３：００，该区间包含了平时电??价和峰时电价时段，经过优化调度后，模型为洗衣机选择在电价较低的１６：００—??１８：００运行。同样，洗碗机和饮水机工作区间包含了二个电价时段，经过优化调??度后，它们都被安排在电价较低的时间段运行。??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??１１０Ｃ－－－分时电价?．ｊ?２??１００°＂?洗衣机?洗碗机?一―??９００－?电饭煲?饮水机?－１??８００＂?门????ｒ???册??＞７００－?！?｜?ｐ?０－８＾??褂６００－?１?Ｉ?郭??吞５００－?：?；?＂?°＇６?｜??４００－?１?＿?＿?＿?＾??Ｉ?－?０．４??３０〇ｉ????２００－?－?〇．２??１００－??１?２?３?４?５?６?７?８?９?１０１１?１２１３１４１５１６１７１８１９２０２１２２２３２４??时段??图４
【参考文献】：
期刊论文
[1]计及分时电价下用户需求响应的分布式储能多目标优化运行[J]. 王守相,张善涛,王凯,黄碧斌. 电力自动化设备. 2020(01)
[2]基于需求响应的分时电价主从博弈建模与仿真研究[J]. 胡鹏,艾欣,张朔,潘玺安. 电网技术. 2020(02)
[3]分时电价下基于供用电双方博弈的家庭用户需求响应[J]. 陆青,郁浩,赵康丽,冷亚军. 现代电力. 2019(06)
[4]多主体联合投资微电网源–储多策略有限理性决策演化博弈容量规划[J]. 黄南天,包佳瑞琦,蔡国伟,赵树野,刘德宝,王俊生,王盼盼. 中国电机工程学报. 2020(04)
[5]源荷双侧不确定因素影响下基于Rubinstein博弈的电网双层定价模型[J]. 李力行,苗世洪,余璟,涂青宇,段偲默. 电工技术学报. 2019(S2)
[6]基于主从博弈的充电服务商充电引导方法及其定价策略[J]. 史一炜,冯冬涵,Ella Zhou,方陈. 电工技术学报. 2019(S2)
[7]考虑储能动态效率的风储微网三阶段协调优化[J]. 徐青山,吕亚娟,丁逸行. 电网技术. 2020(03)
[8]考虑相关性的离网型风储微网中储能容量配置方法[J]. 朱永强,张泉,刘康,张璐. 电工电能新技术. 2019(09)
[9]基于多主体主从博弈优化交互机制的区域综合能源系统优化运行[J]. 顾洁,白凯峰,时亚军. 电网技术. 2019(09)
[10]基于动态非合作博弈的大规模电动汽车实时优化调度[J]. 陈吕鹏,潘振宁,余涛,王克英. 电力系统自动化. 2019(24)
博士论文
[1]考虑需求响应的能源互联网优化运行研究[D]. 张伊宁.浙江大学 2019
[2]基于博弈论的智能配用电系统优化运行方法[D]. 马丽.华北电力大学(北京) 2017
[3]智能电网实时电价决策的博弈论方法[D]. 代业明.上海理工大学 2016
硕士论文
[1]计及用户不满意度的家庭能量管理优化调度研究[D]. 李群.青岛大学 2019
[2]智能电网下家庭能量管理系统调度模型研究[D]. 马汉杰.青岛大学 2019
[3]计及需求响应不确定性的调度优化研究[D]. 宗世奇.北京建筑大学 2019
[4]基于需求侧响应的微网能量管理策略研究[D]. 刘慧.江南大学 2019
[5]基于博弈论的售电公司定价策略研究[D]. 牛文静.华北电力大学(北京) 2018
[6]含分布式能源的家庭能量管理系统优化调度研究[D]. 吴健超.东南大学 2017
[7]基于实时电价的家居型微电网能量优化调度研究及实现[D]. 孔维辉.湖南大学 2017
[8]基于分布式发电和储能的家庭能量管理系统设计与优化调度算法研究[D]. 金森钧.浙江大学 2017
[9]基于实时电价的家庭能量管理系统设计与实现[D]. 黄峥嵘.南京理工大学 2017
[10]基于博弈模型的智能电网需求响应管理及定价策略[D]. 蒋国华.浙江工业大学 2013
本文编号：3394787
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１家庭智能用电系统结构??２．２家庭分布式电源供电系统??式源及风型源
??算例系统中，分布式电源包括额定容量为３ｋＷ的光伏电源和额定容量为??５ｋＷ的风电电源。蓄电池额定容量Ｃｂａｌ为５ｋＷ．ｈ，充、放电效率；７ｅｈ、／７ｄ，ｓｅｈ都??取０．８５，最大充、放电功率八ｈ．ｍａｘ、ＰｄｉｓｃＭｍ取２ｋＷ、１．８ｋＷ，蓄电池初始＊ＳＯＣ〇??为０．５，蓄电池最孝最大荷电状态值ＳＯＣｍｉｎ、ＳＯＣｍａｘ分别为０．２、０．９。预测得??到的光伏电源每个时段的出力ｆｔｖ（／）、风电电源每个时段的出力／Ｖｒ（〇以及每个??时段不可调度负荷用电功率Ｐｍｕｓｔ（／）如图４．２所示。可调度负荷参数见表４．１，表??４．１第１列上标表示不可中断负荷。算例采用的分时电价取自文献［２６］，用??户售电价格为０．４２元／ｋＷ＊ｈ。量纲转化系数Ｙ取０．０５。系统的调度周期７１为２４?ｈ，??将其按单位时间分成２４个时间段，即Ａ／＝?１。ＢＰＳＯ算法的参数设定：初始种群??数目为６０，最大迭代次数为１００，最大、最小惯性权重分别取０．９、０６，学习因??子ｃｉ、Ｃ２分别取２．２５、１。??广?１１１１?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?＿?１?Ｉ?Ｉ?ＩＩ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??ｆ－ｉｆ?Ｔ??＾?３?１—?｜—?—ｉ?｜?－??ｉ?ｒｉｒ?工ｖ??——不可调度负荷?＾??—光伏出力?＊－１??ｉ－?——风电出力ｙ??０１?２３４５６７８９?１０１１１２１３１４１５１６１７１８１９２０２１２２２３２４??时段??图４．２不可调度负荷和分布式电源功率??２５??
?＊?０．７３?１９：００—２４：００?１?１??饮水机?＊?０．３?０７：００—０９：００?１?１??电动汽车?２．５?００：００—０８：００?５?１??家用水栗?２?０６：００—１６：００?４?１??电动自行车?０．９?００：００—０８：００?３?１??除湿器?０．２?１８：００—２２：００?２?１??扫地机器人?０．３５?１０：００—１８：００?２?１??４．４．２家庭能量管理系统优化调度结果??家庭能量系统优化调度结果见图４．３？图４．５。图４．３给出了不可中断负荷的??优化调度结果。算例设置洗衣机工作区间为１２：００—２３：００，该区间包含了平时电??价和峰时电价时段，经过优化调度后，模型为洗衣机选择在电价较低的１６：００—??１８：００运行。同样，洗碗机和饮水机工作区间包含了二个电价时段，经过优化调??度后，它们都被安排在电价较低的时间段运行。??Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??１１０Ｃ－－－分时电价?．ｊ?２??１００°＂?洗衣机?洗碗机?一―??９００－?电饭煲?饮水机?－１??８００＂?门????ｒ???册??＞７００－?！?｜?ｐ?０－８＾??褂６００－?１?Ｉ?郭??吞５００－?：?；?＂?°＇６?｜??４００－?１?＿?＿?＿?＾??Ｉ?－?０．４??３０〇ｉ????２００－?－?〇．２??１００－??１?２?３?４?５?６?７?８?９?１０１１?１２１３１４１５１６１７１８１９２０２１２２２３２４??时段??图４
【参考文献】：
期刊论文
[1]计及分时电价下用户需求响应的分布式储能多目标优化运行[J]. 王守相,张善涛,王凯,黄碧斌. 电力自动化设备. 2020(01)
[2]基于需求响应的分时电价主从博弈建模与仿真研究[J]. 胡鹏,艾欣,张朔,潘玺安. 电网技术. 2020(02)
[3]分时电价下基于供用电双方博弈的家庭用户需求响应[J]. 陆青,郁浩,赵康丽,冷亚军. 现代电力. 2019(06)
[4]多主体联合投资微电网源–储多策略有限理性决策演化博弈容量规划[J]. 黄南天,包佳瑞琦,蔡国伟,赵树野,刘德宝,王俊生,王盼盼. 中国电机工程学报. 2020(04)
[5]源荷双侧不确定因素影响下基于Rubinstein博弈的电网双层定价模型[J]. 李力行,苗世洪,余璟,涂青宇,段偲默. 电工技术学报. 2019(S2)
[6]基于主从博弈的充电服务商充电引导方法及其定价策略[J]. 史一炜,冯冬涵,Ella Zhou,方陈. 电工技术学报. 2019(S2)
[7]考虑储能动态效率的风储微网三阶段协调优化[J]. 徐青山,吕亚娟,丁逸行. 电网技术. 2020(03)
[8]考虑相关性的离网型风储微网中储能容量配置方法[J]. 朱永强,张泉,刘康,张璐. 电工电能新技术. 2019(09)
[9]基于多主体主从博弈优化交互机制的区域综合能源系统优化运行[J]. 顾洁,白凯峰,时亚军. 电网技术. 2019(09)
[10]基于动态非合作博弈的大规模电动汽车实时优化调度[J]. 陈吕鹏,潘振宁,余涛,王克英. 电力系统自动化. 2019(24)
博士论文
[1]考虑需求响应的能源互联网优化运行研究[D]. 张伊宁.浙江大学 2019
[2]基于博弈论的智能配用电系统优化运行方法[D]. 马丽.华北电力大学(北京) 2017
[3]智能电网实时电价决策的博弈论方法[D]. 代业明.上海理工大学 2016
硕士论文
[1]计及用户不满意度的家庭能量管理优化调度研究[D]. 李群.青岛大学 2019
[2]智能电网下家庭能量管理系统调度模型研究[D]. 马汉杰.青岛大学 2019
[3]计及需求响应不确定性的调度优化研究[D]. 宗世奇.北京建筑大学 2019
[4]基于需求侧响应的微网能量管理策略研究[D]. 刘慧.江南大学 2019
[5]基于博弈论的售电公司定价策略研究[D]. 牛文静.华北电力大学(北京) 2018
[6]含分布式能源的家庭能量管理系统优化调度研究[D]. 吴健超.东南大学 2017
[7]基于实时电价的家居型微电网能量优化调度研究及实现[D]. 孔维辉.湖南大学 2017
[8]基于分布式发电和储能的家庭能量管理系统设计与优化调度算法研究[D]. 金森钧.浙江大学 2017
[9]基于实时电价的家庭能量管理系统设计与实现[D]. 黄峥嵘.南京理工大学 2017
[10]基于博弈模型的智能电网需求响应管理及定价策略[D]. 蒋国华.浙江工业大学 2013
本文编号：3394787
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3394787.html
