本文關(guān)鍵詞：面向家庭能源管理系統(tǒng)的用電調(diào)度策略研究　出處：《上海電力學(xué)院》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 智能電網(wǎng) 需求響應(yīng) 家庭能源管理 優(yōu)化調(diào)度 電價(jià)預(yù)測(cè)

【摘要】：能源危機(jī)與環(huán)境惡化問(wèn)題是當(dāng)今國(guó)際社會(huì)的熱點(diǎn)問(wèn)題,而居民側(cè)的電力節(jié)能降耗對(duì)整個(gè)地區(qū)和國(guó)家的節(jié)能減排具有重要意義。需求響應(yīng)是從居民側(cè)解決能源危機(jī)的一項(xiàng)措施。近年來(lái),智能電網(wǎng)整合的高級(jí)的信息、控制及通信技術(shù)為需求響應(yīng)的推行提供了強(qiáng)大的技術(shù)支持。家庭能源管理系統(tǒng)在高級(jí)計(jì)量架構(gòu)的基礎(chǔ)上融入數(shù)據(jù)分析和信息管理功能,能夠監(jiān)測(cè)居民家庭中的能源使用情況,并根據(jù)需求響應(yīng)信號(hào)和電價(jià)信號(hào)優(yōu)化家庭中各類(lèi)用電設(shè)備的運(yùn)行,最終實(shí)現(xiàn)在滿(mǎn)足家庭用戶(hù)用能需求的前提下降低能源成本、提高能源使用效率。目前針對(duì)家庭能源管理系統(tǒng)的研究在用電信息采集、智能控制和網(wǎng)絡(luò)通信等硬件平臺(tái)的搭建方面較為全面,而在具體設(shè)備的運(yùn)行調(diào)度策略方面還存在不足。因此,本文以家庭能源管理系統(tǒng)為對(duì)象,進(jìn)一步研究完善家庭用電調(diào)度策略。本文的主要研究?jī)?nèi)容如下:首先分析了需求響應(yīng)的研究現(xiàn)狀,介紹了家庭能源管理的技術(shù)體系,并重點(diǎn)分析其核心技術(shù)用電調(diào)度策略的研究現(xiàn)狀;然后設(shè)計(jì)了家庭能源管理系統(tǒng)的基本架構(gòu),系統(tǒng)中包含居民側(cè)的基本設(shè)備、分布式電源和儲(chǔ)能設(shè)備這三類(lèi)常見(jiàn)設(shè)備,總體架構(gòu)由通信、檢測(cè)、預(yù)測(cè)、優(yōu)化調(diào)度等功能模塊構(gòu)成,優(yōu)化調(diào)度模塊是整個(gè)系統(tǒng)的核心功能模塊,也是本文的重點(diǎn)研究?jī)?nèi)容。考慮到家庭能源管理與電價(jià)變化密切相關(guān),電價(jià)的精確預(yù)測(cè)是家庭能源管理系統(tǒng)實(shí)現(xiàn)高效優(yōu)化的必要條件,因此本文提出了一種基于BP神經(jīng)網(wǎng)絡(luò)和馬爾可夫鏈的短期電價(jià)預(yù)測(cè)模型,先采用BP神經(jīng)網(wǎng)絡(luò)初步預(yù)測(cè)短期電價(jià)的變化趨勢(shì),再基于馬爾可夫鏈對(duì)初步預(yù)測(cè)的誤差進(jìn)行修正,并通過(guò)算例分析驗(yàn)證了該預(yù)測(cè)方法的準(zhǔn)確性。最后,提出了面向家庭能源管理系統(tǒng)的用電調(diào)度策略。在對(duì)家庭能源管理系統(tǒng)中的可調(diào)度設(shè)備和儲(chǔ)能設(shè)備建立數(shù)學(xué)模型的基礎(chǔ)上,針對(duì)用戶(hù)的不同需求,分別以用電成本最小化、用戶(hù)體驗(yàn)與用電成本兼顧、用電隱私與用電成本兼顧為目標(biāo)建立三種用電調(diào)度模型,并基于混合編碼的遺傳算法對(duì)模型進(jìn)行求解,在算例分析中通過(guò)不同場(chǎng)景的對(duì)比仿真驗(yàn)證了本文提出的用電調(diào)度策略的實(shí)用性和有效性。
[Abstract]:Energy crisis and environmental deterioration are hot issues in the international community today. In recent years, the smart grid integrates the advanced information of smart grid, and the demand response is a measure to solve the energy crisis from the resident side. Control and communication technologies provide strong technical support for the implementation of demand response. The household energy management system integrates data analysis and information management functions on the basis of advanced metrological architecture. The utility model can monitor the energy use in the household and optimize the operation of various kinds of electric equipment in the household according to the demand response signal and the electricity price signal. Finally, it can reduce the energy cost and improve the energy efficiency under the premise of meeting the energy needs of the household users. Currently, the research on the household energy management system is in the power information collection. Intelligent control and network communication hardware platform construction is more comprehensive, but in the specific equipment scheduling strategy is still inadequate. Therefore, this paper takes the home energy management system as the object. The main contents of this paper are as follows: firstly, the research status of demand response is analyzed, and the technical system of household energy management is introduced. The research status of the power dispatching strategy of its core technology is analyzed. Then the basic architecture of the household energy management system is designed. The system includes the basic equipment on the residential side, distributed power generation and energy storage equipment. The overall architecture is communication, detection, prediction. The optimal scheduling module is the core function module of the whole system, which is also the key research content of this paper. Considering that the household energy management is closely related to the change of electricity price. The accurate forecasting of electricity price is a necessary condition for the household energy management system to realize the efficient optimization, so this paper proposes a short-term electricity price forecasting model based on BP neural network and Markov chain. First, BP neural network is used to predict the change trend of short-term electricity price, then the error of preliminary prediction is corrected based on Markov chain, and the accuracy of the prediction method is verified by an example. Based on the mathematical model of the schedulable equipment and the energy storage equipment in the household energy management system, the paper puts forward the power dispatching strategy for the household energy management system, aiming at the different needs of the users. To minimize the cost of electricity, user experience and power cost, power privacy and power cost as the goal to establish three power dispatching models, and based on hybrid coding genetic algorithm to solve the model. The practicability and effectiveness of the proposed power dispatching strategy are verified by comparison and simulation of different scenarios in a numerical example.
【學(xué)位授予單位】：上海電力學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TM73

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張國(guó)榮;陳夏冉;;能源互聯(lián)網(wǎng)未來(lái)發(fā)展綜述[J];電力自動(dòng)化設(shè)備;2017年01期

2 湯慶峰;劉念;張建華;;計(jì)及廣義需求側(cè)資源的用戶(hù)側(cè)自動(dòng)響應(yīng)機(jī)理與關(guān)鍵問(wèn)題[J];電力系統(tǒng)保護(hù)與控制;2014年24期

3 張延宇;曾鵬;臧傳治;;智能電網(wǎng)環(huán)境下家庭能源管理系統(tǒng)研究綜述[J];電力系統(tǒng)保護(hù)與控制;2014年18期

4 陽(yáng)小丹;李揚(yáng);;家庭用電響應(yīng)模式研究[J];電力系統(tǒng)保護(hù)與控制;2014年12期

5 梁慧芳;蘇銘;田磊;;我國(guó)居民用電方式與新型城鎮(zhèn)化要求相一致嗎?——基于城鎮(zhèn)居民家庭用電設(shè)備及用電狀況的實(shí)證研究[J];經(jīng)濟(jì)學(xué)報(bào);2014年01期

6 黎特;皮薇;;支持向量機(jī)模型改進(jìn)及在短期邊際電價(jià)預(yù)測(cè)中的應(yīng)用[J];國(guó)網(wǎng)技術(shù)學(xué)院學(xué)報(bào);2013年05期

7 賀鵬;艾欣;林長(zhǎng)錐;;基于高級(jí)量測(cè)體系的用電信息數(shù)據(jù)分類(lèi)與采集[J];山西電力;2012年05期

8 馮江浪;;改進(jìn)灰色馬爾科夫模型及其在水資源預(yù)測(cè)中的利用[J];物探化探計(jì)算技術(shù);2010年01期

9 余華;吳文全;曹亮;;BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法及其應(yīng)用[J];電腦知識(shí)與技術(shù);2009年19期

10 虞志飛;鄔家煒;;ZigBee技術(shù)及其安全性研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年08期

相關(guān)博士學(xué)位論文 前1條

1 柴博;智能配用電網(wǎng)能量?jī)?yōu)化管理研究[D];浙江大學(xué);2015年

相關(guān)碩士學(xué)位論文 前6條

1 康水華;基于智能用電的家庭能量管理控制策略研究[D];華東交通大學(xué);2016年

2 王鑫;基于主動(dòng)負(fù)荷控制的用戶(hù)側(cè)微電網(wǎng)能量?jī)?yōu)化的研究[D];北方工業(yè)大學(xué);2016年

3 吳憂(yōu);需求響應(yīng)控制系統(tǒng)設(shè)計(jì)研究[D];東南大學(xué);2015年

4 阮冰潔;計(jì)及實(shí)時(shí)電價(jià)的家居混合供電系統(tǒng)能量?jī)?yōu)化調(diào)度方法[D];浙江大學(xué);2015年

5 谷全琦;基于ZigBee的智能家居能源管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];河北工程大學(xué);2014年

6 劉慶強(qiáng);居民負(fù)荷特性研究及應(yīng)用[D];上海電力學(xué)院;2014年

，

本文編號(hào)：1378680