基于需求响应的最优家庭用电规划研究

摘要

随着信息科技时代的到来，家庭用户对电能的可靠性和质量的需求在不断提升。与此同时，全球资源环境的压力也在不断增大。相比目前的电价模式，实时电价模式无论是对经济发展还是环境建设都具有潜在的优势。特别是根据一天内不同时间段实时变化的电价，它可以为终端电能用户提供自己降低用电价格的可能性。然而，最近的研究显示家庭用户对实时电价模式知识和对高效楼宇自动化系统知识的缺乏是人们不能充分利用实时电价模式的两个主要障碍。智能电网（Smart Grid）是当今世界电力系统的发展趋势，被认为是21世纪电力系统的重大科技创新成果。它将传统的电网和通信系统相结合，为输电公司和终端用户提供实时的信息交流。对于家庭用户，输电公司通过智能电网传输的需求响应（Demand Response）和实时电价（Real Time Price）信息由智能电表（Smart Meter）接收，它是减少用电价格的关键。
　　本文首先介绍了智能电网家庭域网络中电能管理系统（Energy Management System）的结构，以及目前存在的各种电价机制。在本文中，将RTP与倾斜块率（Inclining Block Rate）相结合，然后提出一个最优的并且自动的家庭用户电能消耗规划方法，目的是减小家庭内电费支出和用电峰均值比（Peak to Average Ratio），保护整个电网系统的稳定性，并利用遗传算法（Genetic Algorithm），实现一个预期的在最小化电费支出和最小化家用电器延迟时间之间的权衡。

目录

封面

声明

中文摘要

英文摘要

目录

Contents

1 绪 论

1.1 课题背景及意义

1.2 国内外研究现状

1.3 论文的研究路线和结构安排

2 智能电网于家庭用户端的相关设备及结构

2.1 基于智能电网的家庭电能管理

2.2 智能电网于家庭用户端的相关设备

2.3 需求响应的概念以及多种电价机制

2.4 本章小结

3 家庭用电策略规划方法

3.1 家用电器的参数设置

3.2 家庭用电策略规划方法的研究思路

3.3 实时电价（RTP）与倾斜块率（IBR）相结合的电价机制

3.4 家庭用电策略规划问题的转化

3.5 本章小结

4 遗传算法的实现

4.1 遗传算法流程

4.2 家用电器的初始化

4.3 利用遗传算法优化问题的详细步骤

4.4 本章小结

5 实验结果与分析

5.1 电费支出与延迟时间率的关系

5.2 RTP电价模式与RTP和IBR相结合的电价模式的对比

5.3 本章小结

6 总结与展望

致谢

参考文献