6、智能城市：可再生能源与物联网的融合发展

智能城市：可再生能源与物联网的融合发展

1. 智能城市中的可再生能源

1.1 成本相关概念

在智能城市的能源系统中，有几个重要的成本概念：
- Ctax ：若分布式能源发电（DEG）单元有二氧化碳排放，需缴纳的税费或罚金，目的是减少碳足迹（CFPs）。
- Cfuel ：与DEG单元相关的燃料成本。
- CESS ：与储能单元损耗相关的成本。

1.2 可再生能源数据预测与优化调度

对于特定地理位置的可再生能源（RESs）数据，如太阳辐照度和风速，可以进行预测。可采用适合可用数据集类型的学习模型来完成此任务。同时，负荷需求数据也能被预测，进而解决最优调度问题。

以太阳辐照度数据（kW/m²）为例，按每小时收集的样本记为H1、H2、H3等；风速数据（m/sec）对应样本空间记为W1、W2、W3等。借助机器学习（ML），结合一天中的时间、温度、湿度等可行输入，可预测出提前一天的数据集，太阳辐照度为Hf1、Hf2、Hf3等，风速为Wf1、Wf2、Wf3等。这些数据可用于实现建筑集成微电网系统（BIMS）中连接能源源的最优调度。对于与电网连接的BIMS，目标是最小化能源发电成本，并通过向电网售电实现效益最大化。

由于现实世界中的大多数系统是非线性的，可采用非线性优化技术，如顺序编程方法和其他启发式方法进行优化。

1.3 太阳能热储能系统

在智能城市中，太阳能热储能（STES）系统可用于供热和发电，这也是可再生能源的一个重要探索领域。 </