[发明专利]一种基于混合整数线性规划的家庭能量管理优化方法有效

专利信息
申请号: 202110449209.6 申请日: 2021-04-25
公开(公告)号: CN113131519B 公开(公告)日: 2022-08-19
发明(设计)人: 熊斌宇;方应家;张清勇;唐金锐;李旸;苏义鑫 申请(专利权)人: 武汉理工大学
主分类号: H02J3/38 分类号: H02J3/38;H02J3/32;H02J3/00
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 刘琳;潘杰
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 混合 整数 线性规划 家庭 能量 管理 优化 方法
【权利要求书】:

1.一种基于混合整数线性规划的家庭能量管理优化方法,其特征在于:所述方法包括如下步骤:

1)建立家庭能量管理系统中各负荷设备的运行模型:根据负荷设备的不同特性,将负荷分为刚性负荷、柔性负荷、温控负荷三个种类,并依次建立对应的数学模型;所述刚性负荷是指弹性时间为零的负荷,不依据任何外部因素而调度;所述柔性负荷指具有弹性时间的负荷,柔性负荷在规定的运行时间内进行启停操作;所述温控负荷指与温度相关的用电设备;

2)构建家庭与电网双向交互设备运行模型,包括光伏发电系统模型、储能系统模型以及电动汽车模型;所述光伏发电模型描述为:

式中,Ppv(t)表示光伏系统在光照强度K(t)下的输出功率;Ppv,stc表示标准测试下的最大输出功率;εpv为光伏系统温度系数;T(t)为t时刻的环境温度;Kstc为标准测试下的光照强度;Tstc为标准测试下的环境温度;分别表示可满足部分家庭需求和出售给电网的光伏发电功率;3)构建以用户电费最小化为目标函数的家庭能量管理系统优化模型;

以用户电费最小化为目标函数的数学模型为:

式中用电总成本包括购电成本和售电收入两个部分,和分别表示购电价格和上网价格;Pgrid(t)为从电网购买的能量;Psold(t)为出售给电网能量;为出售给电网的光伏发电功率;为出售给电网的储能系统能量;为出售给电网的电动汽车能量;ε1、ε2和ε3分别表示出售能源的优先级,值越小表示优先级越高;

家庭能量管理系统优化模型的约束条件为:

式(1.14)表示了出售给电网能量Psold(t)的组成部分;式(1.15)表示家庭总功率平衡;PD(t)表示家用电器用电总负荷,包括刚性负荷、柔性负荷以及温控负荷;表示储能系统的充电功率和放电功率;Pgrid(t)为从电网购买的能量;式(1.16)是对交互功率的限制,αgrid(t)表示电网供电状态,N1和N2分别表示电网能提供的最大功率和出售给电网的最大功率;

4)采用混合整数线性规划算法求解得到最优调度;

所述混合整数线性规划算法基于混合整数线性规划模型实现,所述混合整数线性规划模型的决策变量包括连续性实数变量和0-1整数变量,目标函数为以用户电费最小化为目标函数;

所述连续型实数变量包括HAVC设备温度THAVC(t+1);EWH设备温度TEWH(t+1);储能系统充放电功率和储能系统能量状态SOCESS(t)、储能系统满足家庭需求能量和储能系统满出售电网能量电动汽车充放电功率和电动汽车能量状态SOCEV(t)、电动汽车满足家庭需求能量和电动汽车出售电网能量总电网提供功率Pused(t)和出售电网能量Psold(t);所述0-1整数变量包括各家用电器设备工作状态;HAVC工作状态αHAVC(t);EWH工作状态αEWH(t);储能系统工作状态αESS(t);电动汽车充放电状态αEV(t);电网供电状态αgrid(t)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110449209.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top