分时电价+用户舒适度！考虑分时电价及用户舒适度的家庭能量管理策略研究！

适用平台：Matlab+Yalmip+ Cplex (具体操作已在程序文件中说明)

参考文献1：基于分时电价和蓄电池实时控制策略的家庭能量系统优化[J].电力系统保护与控制

参考文献2：计及舒适度的家庭能量管理系统优化控制策略[J]. 太阳能学报

一、文献解读

文献1： 主要内容/创新点

文献1提出了一种面向家庭能量管理系统的优化调度策略。该策略以可调度负荷和蓄电池运行状态为约束条件，构建了以最小化家庭用户用电成本和优化净负荷曲线平坦度为目标的调度模型。基于蓄电池的动态控制方法，策略能够根据分时电价和蓄电池的实时荷电状态灵活调节充放电行为，既有助于降低用户电费开支，又保障了蓄电池的安全运行。采用了二进制粒子群算法对模型进行求解，算例结果表明，该模型和调度策略在提高经济性和运行安全性方面具有良好的效果和显著优势。

文献2： 主要内容/创新点

文献2针对家庭不同类型的负荷设置了相应的舒适度评价指标，并采用功效系数法构建了兼顾经济性与舒适度的多目标优化模型。通过多目标粒子群优化算法对该模型进行求解，得到各类负荷的启停时刻及中断次数，从而实现家庭负荷的优化调度。仿真结果表明，所提出的控制策略在不同负荷场景下均表现出良好的适应性，能够在满足用户舒适度需求的前提下有效降低家庭用电费用。

二、程序解读

1. 目标函数/目标函数

程序的目标函数为用户的用能成本：家庭设备如洗衣机、热水器、空调和电动汽车的用能成本，考虑用户的用能舒适度，将负荷分为可中断负荷、可削减负荷、温控负荷。

2. 舒适度目标

1）时间舒适度的优化目标是让电器工作计划尽量符合用户原本的用电习惯，即对负荷工作时间的改变尽量小。

2）温度舒适度的优化目标是让室内温度尽可能接近用户设定值。优化控制策略通过调整室温设定值的上下限来提高用电效率。舒适度的评价指标与室温和温度设定值的上/下限有关。

具体模型可阅读参考文献，程序注释清晰、创新点高，干货满满，足以撑起一篇高水平论文！

3. 程序结果

4. 部分程序

分时电价模块：

    % 2.1刚性负荷模型
    x_rl = Rigid_Load(1,:);
    % 2.2可转移负荷模型
    x_wm = binvar(1,n,'full');x_tj = binvar(1,n,'full');
    %x_dc = binvar(1,n,'full');x_dwm = binvar(1,n,'full');
    x_dfc = binvar(1,n,'full');x_dy = binvar(1,n,'full');
    y_wm = binvar(1,n,'full');y_tj = binvar(1,n,'full');
    %y_dc = binvar(1,n,'full');y_dwm = binvar(1,n,'full');
    y_dfc = binvar(1,n,'full');y_dy = binvar(1,n,'full');
    % 2.3可中断负荷模型
    x_ev = binvar(1,n,'full');
    % 2.4可削减负荷模型
    x_pc = intvar(1,n,'full');
    % 2.5温控负荷模型
    t_ac = intvar(1,n,'full');
    t_wh = intvar(1,n,'full');

用户舒适度模块：

    %舒适度参数
    u_wm = (sum(y_wm.*time)+5)/(-3+5);
    u_tj = (sum(y_tj.*time)+3)/(6.5+3);
    u_dwm = (sum(y_dwm.*time)+4)/(1+4);
    u_dfc = (sum(y_dfc.*time)+5)/(6.5+5);
    u_dy = (sum(y_dy.*time)+2)/(6+2);
    u_ev = (sum(x_ev.*time)-sum(time(1,9:14)))/(6*(6+3));
    u_pc = (sum(x_pc)-24)/(12-24);
    u_ac = sum(abs(t_ac-26))/48;
    u_wh = sum(abs((t_wh-50).*logical(Hot_Water(1,:))))/sum(5*logical(Hot_Water(1,:)));
    u = u_wm + u_tj + u_dwm + u_dfc + u_dy + u_ev + u_pc + u_ac + u_wh;

部分内容源自网络，侵权联系删除！

欢迎感兴趣的小伙伴点击文末阅读原文获取完整版代码，小编会不定期更新高质量的学习资料、文章和程序代码，为您的科研加油助力！

更多创新性预测及优化程序请点击公众号首页：《预测优化》|《综合能源》链接！