基于需求响应的智能家庭能量管理研究

发布时间：2017-10-09 11:28

  本文关键词：基于需求响应的智能家庭能量管理研究

  更多相关文章： 智能家庭 家庭能量管理 需求响应 优化调度 家用电器 物联网

【摘要】：随着大量的智能电表、传感器以及各种可控设备的出现,智能电网促进了电能的控制和管理,实现了与用户的互动。在智能电网和需求响应的大背景下,家庭能量管理作为智能电网的重要组成部分,在提高电能的利用效率、实现节能减排等方面提供了新的动力。家庭能量管理如何为用户提供一个最优的家用电器管理策略,如何减少电费开支和满足用户需求,从而指导用户更好地用电,已经成为一个研究热点。针对以上问题,本文从以下几个方面进行研究,主要内容如下:首先,对物联网技术以及物联网技术在家庭中的应用进行了探讨。分析了智能家庭模型,详细介绍了智能家庭中的相关设备、基于物联网技术的智能家庭物理架构和智能家庭能量管理信息流向;概述了数据挖掘的基本概念和常用的方法。其次,研究了家用电器的使用规律,提出了基于数据挖掘理论的家用电器预测方法。根据不同家用电器的特点对其进行分类,并通过对家用电器相关数据分析,找出影响家用电器使用的主要因素。运用数据处理、关联分析和自适应神经模糊推理系统三个步骤完成对家用电器使用情况的预测。再次,根据用户的需求建立了家用电器的需求响应数学模型,并且建立了不同的满意度量化函数。考虑光伏发电和蓄电池接入家庭,以电费支出最小和用户的满意度最大作为优化的目标,提出了分时段优化算法,并采用多目标细菌群体趋药性优化方法求解。针对家用电器使用时不确定因素较多,建立了三个不同的实时调整场景,提出了实时调整策略,从而有效地帮助用户参与电网互动,指导用户节约用电并减少电费开支。
【关键词】：智能家庭 家庭能量管理 需求响应 优化调度 家用电器 物联网
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM73
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-17
• 1.1 课题背景及意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 需求响应研究现状11-12
• 1.2.2 家庭能量管理研究现状12-15
• 1.3 本文所做工作15-17
• 第2章 智能家庭模型及数据挖掘理论17-28
• 2.1 引言17
• 2.2 物联网技术简介17-19
• 2.2.1 物联网技术相关概念17-18
• 2.2.2 物联网技术在家庭中的应用18-19
• 2.3 智能家庭模型19-23
• 2.3.1 智能家庭相关的设备19-20
• 2.3.2 需求响应在家庭中的应用20-21
• 2.3.3 智能家庭能量管理模型21-23
• 2.4 数据挖掘理论23-27
• 2.4.1 数据挖掘的基本概念与内容23-24
• 2.4.2 数据的预处理24-25
• 2.4.3 数据挖掘的算法25-27
• 2.5 本章小结27-28
• 第3章 基于数据挖掘理论的家用电器研究与分析28-42
• 3.1 引言28
• 3.2 家用电器的分类28-29
• 3.3 影响家用电器使用的因素分析29-32
• 3.4 家用电器使用预测32-36
• 3.4.1 数据处理32-33
• 3.4.2 关联分析33-34
• 3.4.3 自适应神经模糊推理系统34-36
• 3.5 算例分析36-41
• 3.5.1 算例描述36-37
• 3.5.2 数据预处理37-38
• 3.5.3 家用电器预测38-40
• 3.5.4 预测结果分析40-41
• 3.6 本章小结41-42
• 第4章 基于需求响应的家庭用电调整策略42-62
• 4.1 引言42
• 4.2 家庭负荷分时段优化模型42-48
• 4.2.1 家用电器的数学模型42-46
• 4.2.2 需求响应模型46-48
• 4.3 多目标细菌群体趋药性算法48-51
• 4.3.1 多目标细菌群体趋药性算法48-50
• 4.3.2 分时段优化步骤50-51
• 4.4 家庭负荷实时调整51-54
• 4.4.1 实时调整的场景51-52
• 4.4.2 实时调整策略的步骤52-54
• 4.5 算例分析54-61
• 4.5.1 算例描述54-56
• 4.5.2 分时段优化分析56-59
• 4.5.3 实时调整分析59-61
• 4.6 本章小结61-62
• 结论62-63
• 参考文献63-69
• 攻读硕士学位期间承担的科研任务与主要成果69-70
• 致谢70-71
• 作者简介71

【参考文献】

中国期刊全文数据库 前2条

1 胡学浩;;智能电网——未来电网的发展态势[J];电网技术;2009年14期

2 陆青;谢品杰;冷亚军;侯建朝;孙波;;面向家庭智能用电的用电任务调度优化[J];华东电力;2014年05期

，

本文编号：999928