[发明专利]基于遗传算法的智能家居负荷管理优化方法

说明书

技术领域

本发明属于电力系统技术领域，具体涉及一种基于遗传算法的智能家居负荷管理优化方法。

背景技术

智能家居是以住宅为平台安装有智能家居系统的居住环境，是指利用先进的计算机、网络通信、自动控制、音视频和综合布线技术，将与家居生活有关的各种能源系统和智能用能设备有机地结合到一起，提供智能化的家居服务，营造一个经济、高效、舒适、安全、可靠、便利、互动、环保节能的居住环境。

智能家居在国外起步较早，美国、加拿大、欧洲、澳大利亚、日本和东南亚等经济比较发达的国家先后提出了各种智能家居的方案。美国首次提出并建成“智能型建筑”，美国自90年代以来70％的办公大楼为智能化建筑，著名的智能化建筑有IBM、DEC公司总部大厦等。目前，美国有全球最大的智能化住宅群，其占地3359公顷，由约8000栋小别墅组成，每栋别墅有16个信息点，仅综合布线造价就达2200万美元。美国已有将近四万户家庭安装了“家庭智能化系统”。在新加坡，1998年5月新加坡举办的“98亚洲家庭电器与电子消费品国际展览会”上，通过在场内模拟“未来之家”，推出了新加坡模式的家庭智能化系统。在日本，80％的建筑将智能化，许多大城市建设了“智能化街区”、“智能化楼群”或“智能化城市”。

我国智能家居起步较晚，在2000年“智能家居”的概念才被民众了解和接受。我国的智能化住宅和智能化小区建设，最初始于广州、深圳和上海等沿海开放城市，随后逐渐向内地扩展。很多房地产公司都争先建设智能化建筑，但是由于没有统一的技术规范指标，智能化建筑水平参差不齐。在智能化家居的热潮下，很多企业开始研究智能家居，如海尔基于物联网的U-home智慧屋家庭智能化解决方案是家庭智能电器的比较有代表性的方案。虽然国内对于智能家电的研究起步较晚，但是在借鉴外国技术的基础上，越来越多的企业加入了开发智能家电的大军，国内有代表性的家居企业包括海尔、海信、TCL、索博、瑞讯等。

目前主要由针对工商业的可中断负荷进行管理优化，相比于工商业负荷，智能家居负荷具有更大的不确定性，现有技术难以对智能家居的各种负荷进行优化。

发明内容

为解决现有技术中的不足，本发明提供一种基于遗传算法的智能家居负荷管理优化方法，解决了现有技术中难以对智能家居各种负荷进行管理优化的问题。

为了实现上述目标，本发明采用如下技术方案：一种基于遗传算法的智能家居负荷管理优化方法，包括以下步骤：

步骤1，对智能家居系统中的风力发电机输出功率与风速之间的关系建立模型、对蓄电池荷电状态与充放电电量之间的关系建立模型，将负荷分为不可控型负荷、中断型负荷和不可中断型负荷，并给出了中断型负荷和不可中断型负荷开关状态需要满足的条件；

步骤2，建立智能家居负荷管理模型，模型包括由用户总电费构成的目标函数和包含有功功率平衡和最大功率限制的约束条件；

步骤3，通过遗传算法对智能家居负荷管理模型进行求解，达到减少电费的优化效果。

本发明所达到的有益效果：通过对智能家居系统中的风力发电机输出功率与风速之间的关系建立模型、对蓄电池荷电状态与充放电电量之间的关系建立模型，将负荷分为不可控型负荷、中断型负荷和不可中断型负荷，并给出了中断型负荷和不可中断型负荷开关状态需要满足的条件；建立智能家居负荷管理模型，模型包括由用户总电费构成的目标函数和包含有功功率平衡和最大功率限制的约束条件；利用遗传算法对本发明的模型进行优化求解，在满足基本的负荷约束和用户需求约束情况下，调节各负荷的工作状态，使得当天的总电费最小。本发明能够对智能家居各种负荷进行管理优化，使得当天总电费最小。

附图说明

图1是风力发电机输出功率与风速的关系示意图；

图2是基于遗传算法的智能家居负荷管理优化方法流程图；

图3是实施例中智能家居系统示意图；

图4是优化后洗衣机仿真结果图；

图5是优化后洗碗机1仿真结果图；

图6是优化后洗碗机2仿真结果图；

图7是优化后电动汽车仿真结果图；

图8是优化后游泳池水泵仿真结果图；

图9是优化前后总电费对比图；

附图中标记的含义：1-开，0-关。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

本发明基于遗传算法的智能家居负荷管理优化方法，包括以下步骤：