基于马尔科夫决策过程的家庭能量管理智能优化策略
发布时间：2022-01-22 14:34
在迅速发展的通信技术和泛在电力物联网建设的背景下,结合多种信息交互方式和人工智能技术可为提高家庭能量管理的智能化程度提供新的思路。提出一种结合实时信息交互的家庭能量管理智能优化策略。首先,给出了以用户用能费用为基础的马尔科夫决策过程模型,采用动态规划方法求解模型,重点在家庭用电设备调度过程中考虑实时电价信息和用户的随机行为等不确定因素的影响;在此基础上,结合事件触发机制有效提高家庭能量管理系统的运行效率,进而给出从家庭能量管理控制中心到用电设备的智能优化调度方法;最后,通过仿真算例证实了所提方法的有效性,结果表明其能在减少用户用电费用的同时给出满足用户用电需求的优化用电策略。
【文章来源】：电力自动化设备. 2020,40(07)北大核心EICSCD
【文章页数】：12 页
【部分图文】：
家庭能量管理系统框图
本节给出并分析了家庭能量管理系统的调度策略与调度结果。图2为系统在某时刻的回报函数值。可以看出，整体的状态转移倾向于往用能费用较小的状态进行转移，符合目标特征趋势。优化策略表示设备的组合编号，将全部设备进行排列组合并按顺序编号后得到策略组合1—256。由此可得到设备的最优策略曲线如图3所示。由图3可看出，在晚间负荷高峰期（18:00—21:00），会频繁触发控制机制进行调度策略的调整。在白天尤其是中午时段（11:00—13:00），当光伏电量充足时，由于采取优先消纳光伏出力应对负荷用电的方式，因此较少地调整调度策略，由此减少了控制机制的触发次数，提高了优化调度的效率。在无负荷需要控制且电价较低的时段（00:00—04:00和22:00—24:00）进行电动汽车充电。需要说明的是，由于电动汽车的储能特性需要结合用户的用电行为进行分析，且需要在电动汽车在家的情况下进行充电，因此本文暂未考虑电动汽车的储能特性。当负荷波动较小时，对负荷的调度着重于向费用低的状态即用户费用降低的方向转移。
由此可得到设备的最优策略曲线如图3所示。由图3可看出，在晚间负荷高峰期（18:00—21:00），会频繁触发控制机制进行调度策略的调整。在白天尤其是中午时段（11:00—13:00），当光伏电量充足时，由于采取优先消纳光伏出力应对负荷用电的方式，因此较少地调整调度策略，由此减少了控制机制的触发次数，提高了优化调度的效率。在无负荷需要控制且电价较低的时段（00:00—04:00和22:00—24:00）进行电动汽车充电。需要说明的是，由于电动汽车的储能特性需要结合用户的用电行为进行分析，且需要在电动汽车在家的情况下进行充电，因此本文暂未考虑电动汽车的储能特性。当负荷波动较小时，对负荷的调度着重于向费用低的状态即用户费用降低的方向转移。在给出设备的调度策略后，结合实时信息控制系统给出当前的设备状态量，由系统控制中心输出调度策略。表1给出了用户某日20:30时的控制过程。对于未连接的设备（如电水壶、增湿器）而言，不对其进行控制，若用户在此时启动这些设备，会直接改变设备的连接状态，将其加入调度计划中。对于已连接的设备而言，由动作集合和状态集合共同决定其运行状态。表1中状态集合的取值0—3表征了设备的状态，取值为0表示计划外设备，取值为1表示运行中设备，取值为2表示可控设备，取值为3表示设备可延。
【参考文献】：
期刊论文
[1]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波. 电力系统自动化. 2019(13)
[2]泛在电力物联网关键技术探讨[J]. 傅质馨,李潇逸,袁越. 电力建设. 2019(05)
[3]市场环境下含氢储能的售电公司优化调度[J]. 高乾恒,黄帅飞,李二超,董治强,李潇逸. 电力建设. 2019(04)
[4]考虑物理特征与行为因素的家庭用能特性建模[J]. 葛少云,李吉峰,刘洪,王亦然,张鹏. 电力自动化设备. 2019(03)
[5]基于机会约束规划的家庭用电设备负荷优化调度方法[J]. 曾博,蒋雯倩,杨舟,李刚. 电力自动化设备. 2018(09)
[6]基于电力需求响应的多时间尺度家庭能量管理优化策略[J]. 张禹森,孔祥玉,孙博伟,王继东. 电网技术. 2018(06)
[7]基于帕累托纳什均衡博弈的电网/多元家庭用户互动多目标优化算法[J]. 王德志,张孝顺,余涛,刘前进,潘振宁. 电力自动化设备. 2017(05)
[8]事件驱动的智能家庭在线能量管理算法[J]. 樊玮,刘念,张建华. 电工技术学报. 2016(13)
[9]兼容需求侧资源的“源-网-荷-储”协调优化调度模型[J]. 曾鸣,杨雍琦,向红伟,王丽华,曾博. 电力自动化设备. 2016(02)
[10]面向能源互联网的能量管理系统研究[J]. 张涛,张福兴,张彦. 电网技术. 2016(01)
本文编号：3602370
【文章来源】：电力自动化设备. 2020,40(07)北大核心EICSCD
【文章页数】：12 页
【部分图文】：
家庭能量管理系统框图
本节给出并分析了家庭能量管理系统的调度策略与调度结果。图2为系统在某时刻的回报函数值。可以看出，整体的状态转移倾向于往用能费用较小的状态进行转移，符合目标特征趋势。优化策略表示设备的组合编号，将全部设备进行排列组合并按顺序编号后得到策略组合1—256。由此可得到设备的最优策略曲线如图3所示。由图3可看出，在晚间负荷高峰期（18:00—21:00），会频繁触发控制机制进行调度策略的调整。在白天尤其是中午时段（11:00—13:00），当光伏电量充足时，由于采取优先消纳光伏出力应对负荷用电的方式，因此较少地调整调度策略，由此减少了控制机制的触发次数，提高了优化调度的效率。在无负荷需要控制且电价较低的时段（00:00—04:00和22:00—24:00）进行电动汽车充电。需要说明的是，由于电动汽车的储能特性需要结合用户的用电行为进行分析，且需要在电动汽车在家的情况下进行充电，因此本文暂未考虑电动汽车的储能特性。当负荷波动较小时，对负荷的调度着重于向费用低的状态即用户费用降低的方向转移。
由此可得到设备的最优策略曲线如图3所示。由图3可看出，在晚间负荷高峰期（18:00—21:00），会频繁触发控制机制进行调度策略的调整。在白天尤其是中午时段（11:00—13:00），当光伏电量充足时，由于采取优先消纳光伏出力应对负荷用电的方式，因此较少地调整调度策略，由此减少了控制机制的触发次数，提高了优化调度的效率。在无负荷需要控制且电价较低的时段（00:00—04:00和22:00—24:00）进行电动汽车充电。需要说明的是，由于电动汽车的储能特性需要结合用户的用电行为进行分析，且需要在电动汽车在家的情况下进行充电，因此本文暂未考虑电动汽车的储能特性。当负荷波动较小时，对负荷的调度着重于向费用低的状态即用户费用降低的方向转移。在给出设备的调度策略后，结合实时信息控制系统给出当前的设备状态量，由系统控制中心输出调度策略。表1给出了用户某日20:30时的控制过程。对于未连接的设备（如电水壶、增湿器）而言，不对其进行控制，若用户在此时启动这些设备，会直接改变设备的连接状态，将其加入调度计划中。对于已连接的设备而言，由动作集合和状态集合共同决定其运行状态。表1中状态集合的取值0—3表征了设备的状态，取值为0表示计划外设备，取值为1表示运行中设备，取值为2表示可控设备，取值为3表示设备可延。
【参考文献】：
期刊论文
[1]泛在电力物联网释义与研究展望[J]. 杨挺,翟峰,赵英杰,盆海波. 电力系统自动化. 2019(13)
[2]泛在电力物联网关键技术探讨[J]. 傅质馨,李潇逸,袁越. 电力建设. 2019(05)
[3]市场环境下含氢储能的售电公司优化调度[J]. 高乾恒,黄帅飞,李二超,董治强,李潇逸. 电力建设. 2019(04)
[4]考虑物理特征与行为因素的家庭用能特性建模[J]. 葛少云,李吉峰,刘洪,王亦然,张鹏. 电力自动化设备. 2019(03)
[5]基于机会约束规划的家庭用电设备负荷优化调度方法[J]. 曾博,蒋雯倩,杨舟,李刚. 电力自动化设备. 2018(09)
[6]基于电力需求响应的多时间尺度家庭能量管理优化策略[J]. 张禹森,孔祥玉,孙博伟,王继东. 电网技术. 2018(06)
[7]基于帕累托纳什均衡博弈的电网/多元家庭用户互动多目标优化算法[J]. 王德志,张孝顺,余涛,刘前进,潘振宁. 电力自动化设备. 2017(05)
[8]事件驱动的智能家庭在线能量管理算法[J]. 樊玮,刘念,张建华. 电工技术学报. 2016(13)
[9]兼容需求侧资源的“源-网-荷-储”协调优化调度模型[J]. 曾鸣,杨雍琦,向红伟,王丽华,曾博. 电力自动化设备. 2016(02)
[10]面向能源互联网的能量管理系统研究[J]. 张涛,张福兴,张彦. 电网技术. 2016(01)
本文编号：3602370
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3602370.html
教材专著
