考虑激励机制的智慧家庭能量调度研究

发布时间：2023-04-05 08:07

　　在城市能源互联网快速发展的大背景下,作为需求侧响应的智慧家庭能量管理系统为用户提供一个最优的智能用电策略。用户可通过其对家庭电器设备进行实时监控,最优的安排每个家庭电器设备的操作与能耗,实现高效的需求响应,最大限度的减少电力费用支出,实现自身利益最大化和降低负荷峰均比,有利于电网稳定运行。本文首先运用动态模糊神经网络理论方法对电价进行预测;其次,考虑光伏发电接入智能家庭,建立光伏发电数学模型。根据家庭电器设备工作特性和能量消耗属性将设备进行分类建模,研究补贴和预测电价关系。根据光伏发电系统运行模式不同,建立最大化家庭用户收益目标函数,以可控负荷为决策变量,基于预测电价分析了家庭用户收益和负荷平衡情况;最后,考虑激励机制对用户用电行为的影响,在已建立的含光伏发电系统的家庭负荷控制目标函数上进行最优化处理,提出一个将价格激励和需求侧响应结合在一起的激励机制。进一步激励用户节约能源,改变其能源消费模式,增加光伏能源消纳。相对于传统的智慧家庭能量调度,进一步降低负荷峰值和均值的比值。最后通过引进辅助变量和线性变化技术将构建好的模型转化为混合整数线性规划(MILP)模型进行求解处理,仿真算例结果...

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 课题来源
    1.2 课题研究的背景及意义
    1.3 国内外研究现状
    1.4 本文主要研究内容
2 基于动态模糊神经网络的电价预测
    2.1 动态模糊神经网络(DFNN)模型
    2.2 基于GA和RS改进的动态模糊神经网络电价预测模型
    2.3 算例分析
    2.4 本章小结
3 考虑光伏发电系统的智慧家庭负荷调度
    3.1 家庭能量管理系统结构
    3.2 屋顶光伏发电系统模型
    3.3 家庭负荷模型
    3.4 智慧家庭能量管理负荷调度优化模型
    3.5 算例分析
    3.6 本章小结
4 考虑激励机制的最优智慧家庭能量调度策略
    4.1 激励机制模型
    4.2 考虑激励机制的最优家庭能量调度模型
    4.3 算例分析
    4.4 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
附录
致谢
科学研究和学习经历简介
硕士期间的研究成果和获奖情况



本文编号：3783062