机构名称：
¥ 1.0
住宅需求响应是管理产消者负荷需求的关键支持技术之一。然而，由于涉及动态参数和可再生能源，负荷调度问题变得相当具有挑战性。为了解决这个问题，本研究提出了一种双层负荷调度机制，将动态电价与可再生能源和储能系统相结合。第一层涉及将负荷调度和优化问题制定为最佳停止问题，目标是最小化能源消耗和延迟成本。这个问题涉及实时电价信号、客户负荷调度优先级、基于机器学习 (ML) 的预测负荷需求以及可再生和储能单元配置文件，使用分支定界算法和分支定界算法的数学规划来解决。由于第一层优化问题被制定为停止问题，因此使用一步前瞻规则获得最佳时间段，以调度具有处理不确定性能力的负荷。第二层用于通过动态电价信号进一步建模负荷调度问题。然后使用遗传算法 (GA) 求解成本最小化目标函数，其中输入参数来自第一级优化解决方案。此外，还对时间因素和电价方面的负载优先级影响进行了建模，以允许最终用户控制其负载。使用太阳能家庭电力数据、Ausgrid、AUS 进行分析和模拟结果以验证所提出的模型。结果表明，所提出的模型可以处理负载调度过程中涉及的不确定性，并在成本和不适感降低方面提供具有成本效益的解决方案。此外，双层过程可确保成本最小化，同时使最终用户对动态电价信号感到满意。© 2022 阿尔卡拉大学。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
能源报告
主要关键词
相关文件推荐
