开题报告-基于峰谷分时电价的智能家电控制策略研究.doc

说 明1、学位论文计划应在导师的指导下按照培养方案要求制定。2、全日制专业学位论文选题应来源于基地依托单位的工程实际或具有明确的工程技术背景，可以是新技术、新工艺、新设备、新材料、新产品的研制与开发。论文选题应体现一定的理论基础，具有先进性和实用性。3、硕士开题报告在3000字以上，表格高度可根据内容自行调整。开题报告的文献阅读量不少于20篇。4、开题报告一般在第二学期6月底之前完成。开题报告根据论文选题情况在基地培养单位公开举行。开题报告的评议小组由35名以上熟悉本领域的具有副高级以上专业技术职务的专家组成，其中一名专家或研究生导师任评议组组长。5、开题报告的时间、地点须提前三天公布，欢迎基地单位人员或校内师生参加旁听。6、论文计划书及开题报告书完成后交学院汇总后存档，以备研究生院审查。7、本材料系永久性档案，请用蓝黑、碳素墨水或墨汁等耐久材料书写。8、本表可以下载打印，打印时请使用A4纸正反打印，不得改变表格内容及格式。签名部分必须由签名者亲笔签署。9、有关详细规定请查阅学校相关管理规定。论 文 计 划计划论文题目基于峰谷分时电价的智能家电控制策略研究论文选题来源单位项目( )、导师指定( )、自选课题()、其 他( )预 计 经 费论文形式工程规划( ) 工程勘测( ) 工程设计( ) 工程施工( )工程/项目管理( ) 产品研发( ) 应用研究() 调研报告( )预计论文完成日期预计论文中期报告时间主要内容（参考以下方面）1、选题目的与依据，本课题在国内外的研究动态；2、课题在实际应用或理论方面的意义、价值以及可能达到的水平；3、本人对此课题开展研究的设想、研究的创新之处、拟解决哪些重点问题；4、工作计划、技术路线、实验方案、预期结果；5、预计工作量及进度安排。计划及报告具体内容：1 论文选题背景与意义随着电力市场改革的不断深化，需求侧管理面临了新的挑战。电力系统的利益主体在竞争市场的快速发展和不断完善下逐步多元化，需求侧资源在竞争市场中的作用正逐渐被重新认识。需求响应(demand response, DR)正是针对电力需求侧管理如何在竞争市场中充分发挥作用以维持系统可靠性和提高市场运行效率而提出的。在电力市场改革前，需求侧管理只是作为垂直垄断的电力公司的一个负荷管理工具或是政府提升能源效率的手段，在市场改革后，需求响应已从垄断电力公司的一种负荷管理工具，提升到作为一种与供应侧对等的系统资源，渗透到市场的每一个环节和每一个市场参与者。需求侧管理的实践在国际上已开展了几十年，但需求响应的概率真正意思上的提出是从 2001 年美国加州电力危机之后1,2。自从美国加州电力危机发生以来，全球范围内对需求响应方面的研究进展逐步加快，有部分电力市场管制机构及运营机构发布了关于需求响应项目的一些经验总结及分析报告。从2007年开始，全球各国开始建立并大力发展智能电网3-6。2007年，美国总统布什签署了能源独立与安全法案，其中包括2007智能电网促进法案7,8。我国于2009年提出建立坚强智能电网的发展规划，以特高压骨干网架，在实现各级电网协调发展的同时，围绕发电、输电、变电、配电、用电、调度等主要环节和信息化建设等方面，分阶段推进坚强智能电网发展9,10。与欧美发达国家相比，我国对需求响应的实践和研究起步时间相距不远，但由于侧重点的不同，我国在需求侧的充分参，需求侧资源的重视程度，以及智能用电技术方面都还缺乏应有的重视。 同样作为坚强智能电网重要组成部分的智能用电与需求响应密切相关。2006年欧盟理事会发布的能源绿皮书欧洲可持续的、竞争的和安全的电能策略中提出了智能用电服务的目标。目前，世界发达国家基于发展新能源、节能减排、提高电网运营效率、改善供电服务质量等需要，陆续开展了智能用电服务的研究和实践。我国在智能用电方面起步较迟，但在相关领域开展了大量的实践和研究，国家电网司推动并牵头修订了电能信息采集系统与管理系统、多功能电能表和多功能电能表通信协议等行业标准，发布了智能电能表功能规范等多项企业标准，统一了静止式电能表的型式、功能及技术规范。特别在智能用电关键技术方面的研究成果丰硕，如分布式能源并网逆变器性能测试、能效评估等技术研究，电动汽车等其他可储能用电设备的接入研究等11-12。智能用电作为智能电网中与用户联系最紧密的部分，通过用户与电网的双向互动，对节能减排，提高用电效率有着重要的意义。随着科技的进步及经济的快速发展，智能小区已成为住宅小区日后发展的趋势，目前正在国内积极推广，智能小区内的单个住宅均安装智能家居，用户可对家居实时控制。2012年南方电网广州供电局开展基于新能源的智能用电项目研究13，搭建了由智能用电主站、智能用电平台信息通讯技术、智能开闭所、高级量测系统、家庭智能用电、小区路灯控制、充电桩、大楼能耗能效分析、太阳能微网等系统组成的智能用电系统，研究智能电网先进技术如何应用到住宅居民用电，提高人民的生活水平，以及探索智能小区建设模式，提高电网智能化水平，提升用电服务质量。 本课题在发展智能电网背景下，研究需求响应技术及其项目，并制定相应的用电策略模型实现居民与电网互动，达到合理用电、智能用电。智能用电是坚强智能电网中的重要组成部分，其核心特征是电网与用户灵活的双向互动，需求响应作为用能互动中最重要的实现方式之一，通过一定价格信号或激励信息，引导用户主动改变自身消费行为、优化用电方式，减少或者改变某时段的用电负荷，促进供需两侧优化平衡，并可借助于智能用电所搭建的信息采集、双向通信、信息交互、智能交互终端等技术环境，实现整个过程的智能化和自动化14-15。 需求响应是通过价格信号或激励政策刺激用户主动参与以符合管理的方式用电，从而提高电网运行的可靠性，通过用户主动参与调整负荷以提高系统和资源的使用效率，对电力工业和经济发展以及节能环保等均有重要的战略意义。对于目前建设坚强智能电网的大前提下，需求响应更是促进市场有效运作，保证系统可靠性，提高用电效率实现智能用电的必要手段。 2 国内外研究现状美国在 20 世纪七十年代率先提出用户需求侧的管理这一概念。2001 年美国加州电力危机爆发，此次危机过后随着全球经济的迅速发展，全球面对频发的电力危机，需求侧响应逐渐登上了各国电力市场建设的舞台。目前国际上有很多关于需求响应电价设计及 DR 下的用电设备调度的研究成果。文献1617都采用了分布式梯度算法解决最小化电费成本和功耗限制引起的用户不满,的问题，从而实现社会整体效益最大化的目标。实际过程是通过算法设计电价促使用户更合理调度其用电设备以减少发电峰荷，从而减少电力公司总发电成本，增加总体收益。文献18则是对 DR 中的实时电价定价策略进行研究，通过能量管理控制器对用电设备进行调度，实现供应端的利益最大。国外对需求响应机制下的负荷调度问题研究成果也很多，文献1920基于实时电价需求响应项目和电价预测提出了功率可调节的用电设备的调度策略，文章中考虑了设备可延时使用的情况。其中文献19研究在电费最小和电器延迟时间最小两个目标综合考虑的调度策略，并提出了一种自治住宅能耗调度框架。文献20则提出了电价不确定时的调度策略，但没有提出针对具体家电的调度措施。文献21同样基于电价不确定情形研究了可推迟使用的设备的调度问题。文献22设计了一种适用于需求响应的基于自适应神经模糊推理的能量管理系统，其控制采用的是分支界定调度算法。 国内在需求侧响应方面的研究起步较晚，2004 年刚开始接触到需求响应相关的理论23，文献242526介绍了需求响应的概念、分类、所涉及的技术以及国外电力市场中需求响应项目的实践和运行机制等内容。文献27根据峰谷分时电价下用户响应的历史数据，用响应数据建立矩阵表示用户对价格信号的响应程度，综合考虑了用户用电满意度，提出了一种峰谷分时电价的优化决策模型。文献28则根据用户满意度建立了需求侧竞价的价格决策模型。文献29则提出了一个基于舒适度的家庭能源管理算法，但是没有考虑新能源对家庭能源的影响。文献30建立了协调优化模型，在智能电网下将紧急需求响应项目加入系统备用。国内也在探究用一些新的算法和策略进行需求响应研究，如模式分类算法和经济学方法等。文献31运用粒子群算法对别墅用户的需求响应做出决策，达到节能的目的。文献32通过博弈论中的双寡头模型来研究供电商和用户之间的相互作用，从而提出需求响应项目方案。 本课题在智能用电发展环境下，文首先对需求响应的概念与内容做了论述，系统阐述了需求响应对电力供需两侧的影响及其对于电力系统和用户的重要作用和巨大效益。建立基于用户响应的分时电价模型，并在此分时电价基础上建立用户智能家居用电计划模型，辅助居民用户制定能源消费支出最小化的用电计划，体现电网与用户间的双向互动，更好地实现智能用电。本文具体研究工作如下：1本文首先对需求响应的概念与内容做了论述，系统阐述了需求响应对电力供需两侧的影响及其对于电力系统和用户的重要作用和巨大效益。详细的介绍了课题的研究背景以及国内外关于需求响应的研究成果，并细致分析了各个研究的优缺点。 2建立基于用户响应的峰谷分时电价优化模型；3.对普通家庭用户的用电负荷分为两类，分别进行负荷特性数学分析。对于用户用电舒适度分为环境舒适度和时间延迟舒适度两方面进行建模分析，根据分析结果确定环境参数和时间参数两个约束条件的设定。 4对于家庭能源管理调度问题进行数学模型分析，建立能源消费差值最小化算法公式。在 MATLAB 平台上，针对能源消费差值最小化算法公式应用于家庭能源调度问题进行编程，针对单用户、多用户，和不同的时间约束条件进行细致的仿真，并对仿真结果做出分析。3技术路线3.1基于需求价格弹性的用户响应模型电力系统市场化初级阶段，用户参与需求响应的程度很低，这是因为一方面，用户没有足够的知识和硬件设施参与市场，用户与市场信息和利益相对隔绝。另一方面，在变化的市场中，许多用户倾向于规避电价波动带来的风险。随着电力系统市场由初级到中级的不断发展，需求响应中价格响应类项目对用户用电量的改变逐渐稳定，并可以通过需求价格弹性表示。3.1.1需求价格弹性需求价格弹性表示各时段用电量对价格的灵敏度，即在一定时段内电量变化率与电价变化率之比，即 (31) (32) (33)式中：和分别为i时段的电量和电价变化量；为j时段的电价变化量；、 分别为 i 时段的原始电量和原始电价；为 j时段的原始电价；, 分别为实行峰谷分时电价后 i 时段的用电量和峰谷分时电价。i、j 为不同的时段；为自弹性，为交叉弹性。随着电价随时间变化，电力需求的变动有以下两种：一是部分负荷无法转移到其他时段(如照明负荷)，这部分负荷只能是减少、有或无。因此这类负荷仅在单一时段具有敏感性，称为“自弹性需求”，其弹性值为负，如表达式(31) 。二是部分负荷（定义为可转移负荷）可以从高峰时段转移到非高峰时段或低谷时段，这类负荷具有多时段敏感性，称为“交叉弹性需求”，其弹性值为正，如表达式(32)。 由自弹性和交叉弹性组成的弹性矩阵 E 为 (34) 式中，n 为时段数，可以根据精度需要采集不同的时段数，n 越大，计算的负荷转移就越准确。 主对角线元素为自弹性，其弹性值为负；非对角线元素为交叉弹性，其弹性值为正。该弹性矩阵可通过对历史峰谷分时电价机制下的用户用电量进行统计分析获得。 3.1.2基于需求价格弹性的单时段用户响应模型单时段用户响应是指只对当前时段的电价敏感，负荷可以削减但不能转移至其他时段；在分时电价需求响应中，其参数有初始需求、自弹性、分时电价、初始电价。单时段用户响应模型的推导过程如下：设在分时电价的引导下，用户在 i 时段的电量需求由原始需求 变为 ，即 (35) 设为用户消耗电量而获得的效益，则用户的收益S为 (36) 为使用户获得最大效益，令 ，则有 (37) 即 (38)常用的效益函数为 (39)式中，为消耗原始需求产生的效益。联合式 ( 38) 和式 ( 39) 可得 (310)进而可得该时段的用户需求为 (311)3.1.2基于需求价格弹性的多时段用户响应模型多时段用户响应是指对多个时段的电价等激励措施具有敏感性，负荷可以在各时段间转移。在分时电价需求响应中，其参数有初始需求、自弹性、分时电价、初始电价。单时段用户响应模型的推导过程如下：假设需求函数为线性函数，则 为常数，那么实行优化分时电价后i时段的需求为 (312)综合式( 311)、式( 312) ，则实行分时电价后用户在 i 时段的综合需求即基于需求价格弹性的综合负荷响应模型为 (313)根据原始负荷、原始电价和峰谷分时电价以及需求价格弹性可获得实行分时电价后各时段的电量。 3.2记及用户需求响应的峰谷分时电价优化模型价格型需求响应成功实施的关键因素是用户对价格的响应。只有当用户对制定的电价做出积极的响应时，价格型需求响应才能达到预期的削峰填谷目的。若用户对价格的变化响应程度很低，则说明价格信号没有产生应有的预期作用；而如果用户反应程度过大，那么可能会使峰谷时段漂移，甚至出现峰谷倒置的情况，即调峰失败。美国加州 2000-2001 年电力市场改革失败的一个重要原因就是制定的价格缺乏弹性。经济学家指出，由于电力价格长期受严格规制而低于其成本，因此消费者根本没有动力减少电力消费。事实上，在价格可变的前提下，减少需求可以用来替代相当一部分增加的供给。实行分时电价后，用户会根据负荷特性及时做出响应，用户的负荷特性不同，调整用电的幅度就有很大差异。本模型的峰谷分时电价模型假定用户是足够理性的，即用户会依据价格及负荷特性做出满足自身利益的负荷改变，并且假设峰平谷时段划分已知。3.2.1目标函数与约束条件由式( 313)可知，当已知原始负荷、 原始电价和需求弹性时，用户的需求将由峰谷分时电价确定。因此选择峰谷分时电价为决策变量。为实现削峰填谷的目标，将目标函数设为负荷曲线峰荷最小化以及峰谷差最小化，即： (314) (315)同时，需要考虑的约束条件如下。1） 实行峰谷分时电价前后电费为 (316) (317)式中，和分别为实行峰各分时电价前后电费。在峰谷分时电价激励下，用户将高峰时段的负荷转移一部分到谷时段以减少其电费的支出，因此需满足 实行分时电价机制后，由于削峰填谷而节省的电力投资为 。则供电方的策略为： (318)而用户侧的策略为： (319)由于电力公司节省的电力投资不易估计，且参数均为已知量对本模型无影响，简化计算忽略不计，则约束条件(3-18)、(3-19)就变成了等式约束，即： (320) 2）为保证发电量不变，且用户用电需求总量不发生改变，则实行峰谷分时电价前后用电量总和保持不变，即： (321) 3）在制定峰谷电价时，峰谷电价比有一定的范围限制，否者将会出现峰谷倒置或响应不足等现象，从而不能达到削峰填谷的目的。因此要求 (322)式中： 和 分别为峰时段和谷时段电价。在我国，通常峰谷电价比的范围在 25 倍之间较合理。因此本模型中取 = 2， = 5。 4）谷时段边际成本约束为 (322)式中，为系统在谷时段的边际成本。 基于以上分析，建立如下的峰谷分时电价优化模型 决策变量为峰谷分时电价； 目标函数： 约束条件： 3.3家庭负荷特性及用电舒适度分析我们假设一个家庭中大多数的用电设备使用时间都是可推迟或可提前的，但是基于用户的用电舒适度，可改变的时间的长短是不相同的，并且每个家庭中至少拥有一个储能装置，如家用太阳能系统或者电动汽车中的储蓄电池。每个居民用户的电器都处于家庭网络(HAN)联网中接受中央控制器的统一控制。消费者将自己的用电要求上传给 HAN 中的控制系统，控制中心则根据用电要求衡量用户对设备使用时间的舒适度要求，同时综合智能电网中传过来的电价等关于需求相应项目的信息，根据内嵌的算法优化结果，得到负荷用户要求的控制策略。下面，将根据家用电器的负荷特性来分类建模。得到的分析结果有助于我们得到符合用户期望目标的控制策略。 3.3.1 家用电器负荷 需求响应项目中负荷控制的通常情况是：将一天分成个离散的时间段。假设用户在某一时段t 需要使用设备m 完成一项工作，设备 m 为了完成这一项工作任务需要消耗大小为的电量，当用户收到需求响应信号时，需要运行或关闭某个设备，智能控制中心会对设备 m 自动执行控制指令。本文使用电量需求向量来描述用户的设备用电需求，其向量中的 即该向量的第 m 个分量就是用户对用电设备 m 的需求信息。例如，在时段t 用户想要运行设备 m 。那么我们令 ，反之，要想关闭设备 m 则有：。但是在需求响应下用户的用电需求不会得到立刻执行，控制中心会通过通信网络调查当前的电价，而在某个合适的时刻执行该任务。本文使用电量分配向量来表示在时刻t 设备得到分配的用电量，设备 m 的电量为 。控制中心的目标是在尽可能使得用户满意的情况下使用用户的平均电费最少。由此可见，控制中心可能会改变设备 m的使用时间(提前或推迟)，不考虑控制系统在用户设定完成一天用电计划后提前完成任务的情况，因为提前完成任务对用户满意度的影响较少。若 m 是功率可调节设备，考虑用户满意度，控制系统可能不直接中断或延迟 m 的使用而只是降低使用功率，但不管是推迟还是降低功率，控制系统内部会产生一个设备的延迟队列。 家用电器的使用通常有相互联系，例如使用电饭煲通常意味着同一时段需要使用吸油烟机。另外家用电器的延迟时间设置通常根据不同的用户习惯而改变，所以设备转移概率通常是未知的。延迟设备的使用对用户产生的影响大小我们需要用一个量来衡量。用户将在智能控制中心中设定其用电计划，当计划中的设备使用需求因为需求响应得不到立刻满足时。推迟时间越长则用户满意度越低，设备 m 延迟队列长度的值用表示，其中代表用户对设备m 延迟的忍受度。的值越大，表示用户对 m 设备的延迟的忍耐度越低。例如有紧急工作需要使用电脑时，对电脑的推迟使用会迅速降低用户的用电满意度，此时用户对电脑的值较大，此时对热水器，电视等其他用电设备的额延迟，对用户的满意度则影响较小，此时这些用电设备的就较小，及用户对该延迟忍耐度较大。对于设备 m 不满意度函数则满足以下两个特性： (1)是增函数。在需求响应下，系统推迟使用的设备越多，设备的推迟使用时间越长，用户不满意度越高； (2)是正函数，用户不满意度通过正数衡量，不满意度越高，数值越大。 设备的延迟使用实际上等同电力推迟消耗，可以用从t 时段转移到t +1时段的用电量来表示延迟队列长度。若原计划中t 时段里的用电总量为 x(t) ，则t +1 时段的延迟队列总长度可以表示为： (323)其中 。从以上分析可以说居民负荷一般都具有可推迟的特性。而该特性对满意度和需求响应有直接的影响，本文将在后面的时间满意度中详细论述如何设定用电设备的运行转移时间，以最大限度的满足用户的用电需求。 3.3.2 分布式电源及储能设备 现在我们研究储能设备在家庭能源管理中的调度问题，国内外现在家庭常用储能设备大多数为太阳能发电系统的储蓄电池，电动汽车的储蓄电池及其他自己购买的储蓄电池，储能设备可以在电价较低时段(用电低谷)充电储蓄电能，在电价较高时段(用电高峰)释放电能，既能进一步削峰填谷，更能大幅度节省用电成本。虽然现阶段在我国用户自备储蓄电池使用成本较高，但长远来看，随着储蓄电池技术的进步，以及分布式电源的设备技术和政策的逐步推行普及，用户自用储能设备将有很大的发展前景。本文着重探讨 3KW 的家用太阳能系统作为分布式电源参与家庭能源调度问题。研究光伏发电系统对能源调度的影响，最重要的是要对储蓄电池进行数学建模，以便计算其充放电时间，从而对储能设备在能源管理中的对功率转移影响进行仿真分析。当储蓄电池充电时，由于存在线路损耗等原因，蓄电池转换效率小于 1，即太阳能电池板的发电量只有一部分转变成储能。蓄电池放电时的转换效率同样小于 1。用 来表示储能设备的充放电效率。可以得到电池的充放电状态方程： (324)其中是时段结束时储能设备中的电量，是时段光伏系统发电量， 是时段储能设备的放电量，储能设备在单位时间内其充放电量都有上限值，本文将充放电的上限值表示为： (325)家庭总用电量应与其购电量和储蓄电池放电量之和相等，用来表示家庭的购电量，则有如下关系式： (326)储蓄电池为了避免所害电池的使用寿命，应尽量避免同时充放电，因此可以得到： (327) (328)那么，减去光伏发电家庭从大电网中的购电量是： (329)3.3 居民用电舒适度分析居民用户的用电舒适度是由很多方面综合决定的，本文将用户舒适度分为两个方面来分析，一个是环境舒适度，如房间的温度、湿度、空气流速和热水温度等，一个是时间舒适度，指的是用户的用电设备在提前或者推迟使用时间的情况下，可转移时间如何设置才能够尽可能的满足用户的用电需求。在居民用户中，空调是耗电最多的家用电器之一，空调这一负荷的调度策略的好坏对需求响应目标能否实现有十分重大的影响，而且空调直接影响室内环境，对用户的环境舒适度有直接影响，所以在影响环境舒适度的相关用电负荷中本文将主要研究空调的调度策略。 对于用户使用家用电器的时间容忍程度，我们称之为用户用电的时间舒适度，本文用转移能力参数 K 来表示。在接受需求响应信号或者尖峰用电时间段，对于设备 m 的一次启停，我们设定三个与时间相关的任务参数，分别是设备 m 的用户允许开始时间 s 、允许结束时间 f 和完成用户用电需求所需要的设备 m 持续工作时间l。其中 s 和 f 不等同于任务的开始时间和结束时间，而是。本文中转移能力参数 K 的计算公式，如下： (330)用户根据需求响应项目信号和用电的需求，通过智能控制中心，通过调整设备 m 的 s 、 f 、l 三个参数的值，自主设定转移能力参数 K 的大小，从而达到满足用户时间舒适度的要求。3.4 智能家电控制策略我们将家庭电器的调度周期(通常为 1 天)分成 n 个时隙，每一个时隙可以实施一个不同的时隙电价(通常为 1 小时)。家电的每一次使用可以被当成一个单独的任务插入到这些时隙当中。有一些任务是持续的，它们的电力消耗持续一整天，比如电冰箱。其他的则是灵活调度的，比如洗衣机。一个任务一旦开始，那么这个任务一定是一个整体，不可以被中断，所以我们要把一个家用电器的一次启停当成一个单独的任务，多次启停则当成多次的不同的任务。这样我们就把所有的家用负荷建立成为一个离散的任务集合。 对 于 一 个 单 独 的 调 度 任 务 i ， 我 们 将 它 的 约 束 表 述 为,。其中 D 是所有任务的集合， 和分别是任务i 的用户允许开始时间和允许结束时间，但是它们不等同于任务的开始时间和结束时间。是任务 i 所代表的家用电器的能耗(W/h)，是任务 i 的持续时间，本文中。引入转移能力参数这一约束条件来表述用户的时间舒适度要求。直观的来讲 K 的值越大，用户对该任务的延迟时间容忍度越高，则该任务具有较高的转移能力。本文的任务目标是最优化的安排使得占用连续的时隙并且对的调度符合和 。 3.4.1用电负荷调度策略不同的家用电器要考虑不同的调度策略。根据家用电器的不同功能，要考虑不同的随机调度策略，以达到更好的节能效果。我们可以将家用电器根据目标分为两类，第一类是为了完成我们的单次用电需求，开启后不能停止的电器成为即插即用型，比如电脑，烹饪设备，通常用户主动关闭即表示本次用电目标结束。第二类是即使多次启停，我们仍然能够在规定的时间空间满足用电需求的电器，比如根据 PMV-PPD 的计算结果，只要将家庭环境温度保持在 21-30 度之间就能够满足用户的感官舒适度。那么即便多次启停空调，我们只要将室内温度保持在需要的舒适范围之内就不会影响用户的舒适度。这一类设备可以视为功率可调设备，多为 HVC 设备。即插即用型设备除了对用户的可延迟时间这一舒适度参数产生影响之外，并不对感官舒适度产生影响，其功耗也只跟其单次任务使用时间有关。因此其调度策略是只需根据用户的使用时间和可转移时间来调度设备，由算法直接选择调度方案即可，无需根据其他的约束条件来改进调度方案。家庭用户的HVC 设备主要有热水器， 本文将空调的开启方式改进为间歇式开启，由用户自主选择室内温度的上下限。空调开启后，当室温达到温度的下限时关闭空调。当室温自然上升到用户设定的室温上线时开启空调降低室温。这样循环开启空调，既能维持室内的舒适温度，又能够缩短空调的使用时间来节约能耗。 因为我们是在离散的时隙内进行调度，所以我们仅需要计算空调在一个时隙的能量消耗总量。根据牛顿热交换定律得到空调关闭时环境的散热函数，如下所示：, (331)这里是时隙时的室内温度， 是时隙时的室外平均温度，是热扩散系数，如果一个房屋的扩散系数值小，那么它具有较好的隔热保温性能。是一个数值大小取决于室内外温差的指数函数。本文中取值为 48.5，这意味着房间在一个小时内要损失 27%的热量。结合我们可以计算出时隙时为了达到目标温度 ，空调开启后室内温度需要的制冷量 如下式所示： (332)中包含两个温度参数： 是用户舒适度中允许的温度下限， 是家庭用户在没有不适感的情况下所允许的阈值温度，即温度上限。在空调制冷的情况下，在适用面积中空调满功率运行一小时所能下降的温度为 8，由此可以得到达到空调所需要的运行时间。根据对 PMV-PPD 指标计算，本文选取，室外温度变化如图 4-2 红色线条所示，开启空调后，室内温度变化情况如图 4-2 蓝色线条所示，在开启空调后室内温度下降至 22，然后关闭空调，待室内温度上升至27时，再次开启空调，然后分别以 22和 27作为空调的开关温度，在空调使用时间内循环开启空调。3.4.2智能家电差值最小化算法定义家庭能源调度问题为：给定一个任务集合 ，其中，对于集合中的任意一个任务找到一个调度安排：服从条件 并且 ，使得： (333) C 是一天所有时段中最高花费和最低花费的差。差值最小化算法(MTD)寻找不同调度任务方案的最大值和最小值做差，然后将差值最小的方案最为最终的调度方案，该算法可以同时符合调峰和规避风险的需求。因为我们将我们的最优化目标定义在花费域中，我们的方式对于用户来说是正向激励的，因为将一天中单个时段的最高花费和最低花费的差值最小的方案作为优化策略同样会减少花费。即便没有时间约束的情况下，也不会过度的将高峰时段用电电器全部转移到低谷时段，因为在差值相同的情况下，用户会选择满足用电需求的方案。有的用户会选择关闭部分用电设备，这样既能减少花费，又能减少高峰时段能耗，在分时电价的基础上花费的差值最小可以在能耗域内促使用户形成一个理想的较为平稳的用电曲线。 4已完成工作序号内容时间1了解需求响应的概念与内容，学习电力供需两侧的影响及其对于电力系统和用户的重要作用和巨大效益。2016.3-2016.42详细研究国内外的文献资料，掌握相关问题的知识基础，明确相关内容的研究现状2016.4-2016.53学习了解需求响应机理2016.5-2016.64建立基于用户响应的峰谷分时电价优化模型；2016.7-2016.85了解学习普通家庭用户的用电负荷，分别进行负荷特性数学分析。了解学习用户的时间舒适度和环境舒适度。2016.8-2016.96学习智能家电的差值最小化算法2016.9-2016.125. 论文拟进行的工作编号工作内容时间1智能家电差值最小化算法算例2016.12-2017.32整理资料，完成论文初稿2017.33修改、完善论文2017.46论文提纲目录摘要ABSTRACT1绪论1.1 课题研究背景1.2 研究意义和目的1.3国内外研究现状1.3.1需求响应技术国内外研究现状1.3.2家庭用电控制策略国内外研究现状1.4本文主要研究内容2需求响应及其效益分析研究2.1引言2.2需求侧响应分类2.2.1基于激励的需求响应2.2.2基于价格的需求响应2.3 需求侧响应的效益分析研究2.3.1需求侧响应的效益的基本组成2.3.2需求侧响应的经济效益分析2.3.3需求侧响应的可靠性效益分析3计及用户需求响应的峰谷分时电价优化模型3.1基于需求价格弹性的用户响应模型3.1.1需求价格弹性3.1.2基于需求价格弹性的单时段用户响应模型3.1.2基于需求价格弹性的多时段用户响应模型3.2记及用户需求响应的峰谷分时电价优化模型3.2.1目标函数与约束条件3.2.1模型的求解3.3算例分析3.3.1原始数据3.3.2以调峰为目标的优化结果3.3.3增加需求价格弹性后的分时电价优化3.3.3改变峰谷平时段划分3.4小结4家庭负荷特性及用电舒适度分析4.1引言4.2家庭负荷特性4.2.1家用电气负荷4.2.2分布式能源及储能设备4.3家庭用电舒适度5家庭用电负荷控制策略建模5.1引言5.2家庭用电负荷建模5.2.1家庭用电负荷模型5.2.2最小化电费支出优化模型5.3算例分析5.5小结6结论与展望致谢参考文献附录7 参考文献1 朱 成 章 . 美 国 加 州 电 力 危 机 和 美 加 大 停 电 对 世 界 电 力 的 影 响 J. 中 国 电 ，2003,36(11):1-6.2 E. Hirst. The California Electricity Crisis: Lessons for Other States. In. Edison Electric Institute, 2001, 2226.3 EPRI1009102 Power delivery system and electricity markets of the futureRPalo Alto，CA：EPRI，2003.4 EPRI1010915 Technical and system requirements of advanced distribution automation RPalo Alto，CA：EPRI，2004.5 Haase PIntelligent grid：a smart network of powerJEPRI Journal， 2005(Fall)：17-256 张 文 亮 , 刘 壮 志 , 王 明 俊 , 杨 旭 升 . 智 能 电 网 的 研 究 进 展 及 发 展 趋 势J. 电 技术,2009,33(13):1-11.7 Federal Energy Regulatory Commission. Assessment of Demand Response and Advanced Metering: 2008 Staff Report. R/OL. 2008-12-30. /legal/staff-reports/ 12-08-demand-response,pdf. 8 Federal Energy Regulatory Commission. Assessment of Demand Response and Advanced Metering: 2009 Staff Report. R/OL. 2008-6-18. /legal/staff-reports/ 06-09-demand-response.pdf.9 谢开,刘永奇,朱治中等.面向未来的智能电网J.中国电力,2008,41(6):19-22.10 陈树勇,宋书芳,李兰欣等.智能电网技术综述J.电网技术,2009，33(8):1-7. 11 肖世杰.建中国智能电网技术思考J.电力系统自动化,2009:18-22.12 刘振亚.建设坚强智能电网支撑又好又快发展J.电网与清洁能源,2009:129-167.13 夏振超.广州供电局智能用电小区的关键技术应用研究D.广州:华南理工大学,2012.14 罗涛.智能电网条件下电力用户响应行为研究D.北京:华北电力大学,201215 王蓓蓓,李扬,高赐威.智能电网框架下的需求侧管理展望与思考 J. 电力系统自动化,2009,33(20):17-22.16 GATSIS N,GIANNAKIS G. Cooperative multi-residence demand response schedulingC.Information ciences and Systems(CISS),2011 45th Annual Conference on Baltimore, MD: IEEE，2011:1-6.17 Li N,CHEN L,LOW S.Optimal demand response based on utility maximization in power networksC.Power and Energy Society General Meeting,2011 IEEE. San Diego, CA:IEEE,2011:1-8.18 CHEN C,KISHORE S,SNYDER L.An innovative RTP-based residential power scheduling scheme for smart gridsC. Acoustics, Speech and Signal pow-Processing (ICASSP),2011 IEEE International Conference 2011:5956-5959.19 MOHSENIAN-RAD A,LEON-GARCIA A.Optimal residential load control with price prediction in real-time electricity pricing environmentsJ.Smart Grid，IEEE Transactions on,2010,1(2):120-133. 20 REN D,LI H,JI Y.Home energy management system for the residential load control based on the price predictionC.Online Conference on Green Communications (Green Com),2011 IEEE.New York,NY:IEEE,2011:1-6. 21 KIM T,POOR H.Scheduling power consumption with price uncertaintyJ.Smart Grid,IEEE ransactions on,2