智能电网环境下家庭能源管理系统优化调度算法

被引:59
作者
张延宇 [1 ,2 ,3 ]
曾鹏 [1 ]
臧传治 [1 ]
机构
[1] 网络化控制系统重点实验室中国科学院沈阳自动化研究所
[2] 河南大学计算机与信息工程学院
[3] 中国科学院大学
关键词
智能电网; 需求响应; 家庭能源管理系统; 粒子群算法; V2H;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信]; TM76 [电力系统的自动化];
学科分类号
080802 ;
摘要
在智能电网环境下,提出了一种家庭能源管理系统框架和优化调度算法。根据室外温度预测值、可再生能源功率输出预测值、日前电价信号和用户偏好,算法对可调度用电负载、电动汽车、储能系统的运行进行优化调度从而最小化用户用电费用。算法考虑了电动汽车在高电价时段通过V2H(vehicle to home,V2H)功能向负载供电的情形,采用情景分析法处理室外温度和可再生能源功率输出预测的不确定性。通过仿真实验验证了算法性能,结果表明与只对负载或家庭能源管理系统部分组成部件进行优化调度的算法相比,所提算法显著降低了用电费用。
引用
收藏
页码:18 / 26
页数:9
相关论文
共 10 条
[1]   基于粒子群算法的微电网有功无功下垂控制 [J].
苏海滨 ;
高孟泽 ;
常海松 .
电工技术学报, 2015, 30(S1) (S1) :365-369
[2]   基于改进量子粒子群优化稀疏分解的局放信号去噪方法 [J].
王永强 ;
谢军 ;
律方成 .
电工技术学报, 2015, 30 (12) :320-329
[3]   基于自适应变异粒子群算法的独立多元互补微网经济环保运行 [J].
周泽远 ;
苏大威 ;
汪志成 ;
朱卫平 ;
李鹏 .
电网与清洁能源, 2015, 31 (04) :8-14
[4]   基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用 [J].
程声烽 ;
程小华 ;
杨露 .
电力系统保护与控制, 2014, 42 (19) :37-42
[5]   智能电网环境下家庭能源管理系统研究综述 [J].
张延宇 ;
曾鹏 ;
臧传治 .
电力系统保护与控制, 2014, 42 (18) :144-154
[6]   智能电网环境下空调系统多目标优化控制算法 [J].
张延宇 ;
曾鹏 ;
李忠文 ;
汪扬 .
电网技术, 2014, 38 (07) :1819-1826
[7]   基于粒子群算法的含大规模风电互联系统的负荷频率控制 [J].
周晖 ;
付娅 ;
韩盟 ;
肖智宏 .
电力系统保护与控制, 2014, 42 (10) :1-7
[8]   基于粒子群优化算法的电压暂降监测点优化配置 [J].
周超 ;
田立军 .
电工技术学报, 2014, 29 (04) :181-187
[9]   基于多目标粒子群算法的微电网优化调度 [J].
王金全 ;
黄丽 ;
杨毅 .
电网与清洁能源, 2014, 30 (01) :49-54
[10]   基于粒子群优化的室内动态热舒适度控制方法 [J].
段培永 ;
刘聪聪 ;
段晨旭 ;
李慧 .
信息与控制, 2013, 42 (01) :100-110