广西师范大学学报(自然科学版) ›› 2023, Vol. 41 ›› Issue (1): 38-47.doi: 10.16088/j.issn.1001-6600.2022022802

• 研究论文 • 上一篇    下一篇

基于需求响应的家庭能量双层优化调度

王辉*, 方航, 金子蓉, 李旭阳   

  1. 三峡大学电气与新能源学院, 湖北宜昌 443002
  • 收稿日期:2022-02-28 修回日期:2022-03-31 出版日期:2023-01-25 发布日期:2023-03-07
  • 通讯作者: 王辉(1969—),男,湖北宜昌人,三峡大学教授。E-mail:wanghui@ctgu.edu.cn
  • 基金资助:
    国家自然科学基金(52007103)

Two-Tier Optimal Scheduling of Household Energy Based on Demand Response

WANG Hui*, FANG Hang, JIN Zirong, LI Xuyang   

  1. School of Electrical and New Energy, China Three Gorges University, Yichang Hubei 443002, China
  • Received:2022-02-28 Revised:2022-03-31 Online:2023-01-25 Published:2023-03-07

摘要: 随着人民生活水平的提升,家庭用电负荷也在逐渐升高,本文针对降低家庭用电支出问题,考虑需求响应在分时电价环境下,采用双层优化策略。上层是对家庭用电设备分类调度,通过对家庭设备分类调整,将可调度负荷从电价高的时间段调节到低电费的平时段和谷时段运行,从而大大减少家庭用户的用电开支;下层对光伏发电设备和储能设备出力时段进行调整,通过储能设备和光伏设备的配合,合理高效地利用光伏能量。最后通过某典型家庭负荷配置为例,采用改进二阶振荡粒子群算法,分析仅对用电时段优化、用电时段和光伏均优化等不同场景,结果显示该优化算法在迭代23次左右达到稳定,优化后家庭用电支出减少53.64%,验证了文中所采用的双层优化调度有效性。

关键词: 降低用电支出, 双层优化, 分时电价, 改进二阶振荡粒子群算法

Abstract: With the improvement of people’s living standards, the household power load is also gradually increasing. Aiming at reducing household power expenditure, and based on the demand responseandand the environment of time phased pricing, a two-tier optimization strategy is adopted.Firstly, the upper layer of the strategy is the classified dispatching of household electrical equipment. Through the classified adjustment of household equipment, the schedulable load can be adjusted from the time period of high electricity price to the normal and valley periods of low electricity price, so as to greatly reduce the power consumption expenditure of household users; Secondly, the lower layer adjusts the output period of photovoltaic power generation equipment and energy storage equipment, and makes rational and efficient use of photovoltaic energy through the cooperation of energy storage equipment and photovoltaic equipment. Finally, taking a typical household load configuration as an example, the improved second-order oscillatory particle swarm optimization algorithm is used to analyze different scenarios such as power consumption period optimization, power consumption period and photovoltaic optimization, and verify the effectiveness of the two-tier optimal scheduling used in this paper.

Key words: lower electricity bills, two-tier optimization, time of use tariff, improved second order oscillatory particle swarm optimization

中图分类号: 

  • TM73
[1] 张华一,文福拴, 张璨,等. 计及舒适度的家庭能源中心运行优化模型[J]. 电力系统自动化,2016,40(20):32-39.
[2]李中伟,张啸,武东升,等. 家庭能量管理系统多目标能量调度优化策略[J]. 自动化仪表,2019,40(4):46-51.
[3]王珑, 王进,龚晓琴,等. 基于用户满意度的家庭能量管理系统协调优化调度[J]. 电力学报,2019,34(2):101-108,174.
[4]鲍毅,楼凤丹, 王万良. 需求侧管理下智能家庭用电多目标优化控制[J]. 智能系统学报, 2018, 13(1): 125-130.
[5]王守相,孙智卿,刘喆.面向智能用电的家庭能量协同调度策略[J]. 电力系统自动化, 2015, 39(17): 108-113.
[6] PRUDHVIRAJ D, KIRAN P B S,PINDORIYA N M.Stochastic Energy management of microgrid with nodal pricing[J]. Journal of Modern Power Systems and Clean Energy, 2020, 8(1): 102-110.
[7] LIU N,WANG J,WANG L F.Distributed energy management for interconnected operation of combined heat and power-based microgrids with demand response[J].Journal of Modern Power Systems and Clean Energy,2017,5(3):478-488.
[8]周磊,李扬.分时电价环境下基于家居能量管理系统的家居负荷建模优化运行[J].电网技术,2015,39(2):367-374.
[9]万庆祝,陈娅兰,边媛. 基于实时电价的家庭能量管理系统最优调度研究[J]. 计算机应用研究,2017,34(9):2610-2613,2628.
[10]郝文斌,李银奇. 不同电价机制下含光伏发电的家庭负荷调度经济性研究[J].电力系统保护与控制,2017,45(17):34-42.
[11]卢美玲,张庚,刘松,等. 面向能源互联网的家庭光伏发电系统经济效益优化调度模型[J]. 电力系统及其自动化学报,2016,28(S1):141-146.
[12]张彦,张涛,刘亚杰,等. 基于模型预测控制的家庭能源局域网最优能量管理研究[J]. 中国电机工程学报,2015,35(14): 3656-3666.
[13]张良杰. 电力系统柔性负荷的建模与控制策略研究[D]. 南京:东南大学,2016.
[14]仲志强,成海生,蔡华,等. 基于分时电价和需求响应的家庭微电网系统协同控制策略及其实现[J]. 现代电力,2021,38(1): 69-78.
[15]刘伟,王俊,龚成生,等. 基于激励机制的家庭能量系统优化策略研究[J]. 吉林大学学报(信息科学版),2021, 39(5): 525-530.
[16]唐程辉, 张凡, 梁才, 等. 考虑电池损耗和分布式可再生能源的储能调度[J]. 智慧电力, 2018, 46(12): 1-6.
[17]吴峰, 张涵. 用户光伏发电储能优化配置研究[J]. 智慧电力, 2018, 46(7): 1-6.
[18]伍惠铖, 王淳, 左远龙,等. 基于分时电价和蓄电池实时控制策略的家庭能量系统优化[J]. 电力系统保护与控制, 2019, 47(19): 23-30.
[19]胡孝楠, 刘淼泉. 家庭微电网系统能量优化[J]. 工业控制计算机, 2017,30(3): 132-133,135.
[20]刘旭. 基于需求侧管理的家庭能源优化控制的研究[D]. 秦皇岛:燕山大学,2017.
[21]蒋丽,叶润舟, 梁昌勇,等. 改进的二阶振荡粒子群算法[J].计算机工程与应用,2019, 55(9): 130-138,167.
[1] 粟世玮, 郝翊彤, 宋玉娇, 张磊, 智李, 郝翊帆. 含风电-氢能-电转气的园区综合能源系统优化调度[J]. 广西师范大学学报(自然科学版), 2023, 41(1): 48-57.
[2] 王一凡, 王辉, 李旭阳, 方航, 王宝全, 金子蓉. 电氢混合储能微电网容量配置优化的研究综述[J]. 广西师范大学学报(自然科学版), 2022, 40(6): 18-36.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 郑威,文国秋,何威,胡荣耀,赵树之. 属性自表达的低秩无监督属性选择算法[J]. 广西师范大学学报(自然科学版), 2018, 36(1): 61 -69 .
[2] 梁晓萍,罗晓曙. 基于遗传自适应的维纳滤波图像去模糊算法[J]. 广西师范大学学报(自然科学版), 2017, 35(4): 17 -23 .
[3] 梁士楚, 田华丽, 田丰, 夏艺, 覃盈盈. 漓江湿地植被类型及其分布特点[J]. 广西师范大学学报(自然科学版), 2015, 33(4): 115 -119 .
[4] 徐久成, 李晓艳, 李双群, 张灵均. 基于相容粒的多层次纹理特征图像检索方法[J]. 广西师范大学学报(自然科学版), 2011, 29(1): 186 -187 .
[5] 王金艳, 胡春, 高健. 一种面向知识编译的OBDD构造方法[J]. 广西师范大学学报(自然科学版), 2021, 39(4): 47 -54 .
[6] 刘晶洁, 褚武英, 朱鑫, 孙悦, 许艺兰, 谢炎东, 宾石玉, 张建社. 鳜RORα基因的胚胎发育特征及饥饿对其节律性表达影响分析[J]. 广西师范大学学报(自然科学版), 2021, 39(5): 190 -197 .
[7] 白德发, 徐欣, 王国长. 函数型数据广义线性模型和分类问题综述[J]. 广西师范大学学报(自然科学版), 2022, 40(1): 15 -29 .
[8] 曾庆樊, 秦永松, 黎玉芳. 一类空间面板数据模型的经验似然推断[J]. 广西师范大学学报(自然科学版), 2022, 40(1): 30 -42 .
[9] 张喜龙, 韩萌, 陈志强, 武红鑫, 李慕航. 面向复杂数据流的集成分类综述[J]. 广西师范大学学报(自然科学版), 2022, 40(4): 1 -21 .
[10] 童凌晨, 李强, 岳鹏鹏. 基于CiteSpace的喀斯特土壤有机碳研究进展[J]. 广西师范大学学报(自然科学版), 2022, 40(4): 22 -34 .
版权所有 © 广西师范大学学报(自然科学版)编辑部
地址:广西桂林市三里店育才路15号 邮编:541004
电话:0773-5857325 E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发