1、說 明1、學位論文計劃應在導師的指導下按照培養方案要求制定。2、全日制專業學位論文選題應來源于基地依托單位的工程實際或具有明確的工程技術背景，可以是新技術、新工藝、新設備、新材料、新產品的研制與開發。論文選題應體現一定的理論基礎，具有先進性和實用性。3、碩士開題報告在3000字以上，表格高度可根據內容自行調整。開題報告的文獻閱讀量不少于20篇。4、開題報告一般在第二學期6月底之前完成。開題報告根據論文選題情況在基地培養單位公開舉行。開題報告的評議小組由35名以上熟悉本領域的具有副高級以上專業技術職務的專家組成，其中一名專家或研究生導師任評議組組長。5、開題報告的時間、地點須提前三天公布，歡迎基

2、地單位人員或校內師生參加旁聽。6、論文計劃書及開題報告書完成后交學院匯總后存檔，以備研究生院審查。7、本材料系永久性檔案，請用藍黑、碳素墨水或墨汁等耐久材料書寫。8、本表可以下載打印，打印時請使用A4紙正反打印，不得改變表格內容及格式。簽名部分必須由簽名者親筆簽署。9、有關詳細規定請查閱學校相關管理規定。論 文 計 劃計劃論文題目基于峰谷分時電價的智能家電控制策略研究論文選題來源單位項目( )、導師指定( )、自選課題()、其 他( )預 計 經 費論文形式工程規劃( ) 工程勘測( ) 工程設計( ) 工程施工( )工程/項目管理( ) 產品研發( ) 應用研究() 調研報告( )預計論文完

3、成日期預計論文中期報告時間主要內容（參考以下方面）1、選題目的與依據，本課題在國內外的研究動態；2、課題在實際應用或理論方面的意義、價值以及可能達到的水平；3、本人對此課題開展研究的設想、研究的創新之處、擬解決哪些重點問題；4、工作計劃、技術路線、實驗方案、預期結果；5、預計工作量及進度安排。計劃及報告具體內容：1 論文選題背景與意義隨著電力市場改革的不斷深化，需求側管理面臨了新的挑戰。電力系統的利益主體在競爭市場的快速發展和不斷完善下逐步多元化，需求側資源在競爭市場中的作用正逐漸被重新認識。需求響應(demand response, DR)正是針對電力需求側管理如何在競爭市場中充分發揮作用以

4、維持系統可靠性和提高市場運行效率而提出的。在電力市場改革前，需求側管理只是作為垂直壟斷的電力公司的一個負荷管理工具或是政府提升能源效率的手段，在市場改革后，需求響應已從壟斷電力公司的一種負荷管理工具，提升到作為一種與供應側對等的系統資源，滲透到市場的每一個環節和每一個市場參與者。需求側管理的實踐在國際上已開展了幾十年，但需求響應的概率真正意思上的提出是從 2001 年美國加州電力危機之后1,2。自從美國加州電力危機發生以來，全球范圍內對需求響應方面的研究進展逐步加快，有部分電力市場管制機構及運營機構發布了關于需求響應項目的一些經驗總結及分析報告。從2007年開始，全球各國開始建立并大力發展智能

5、電網3-6。2007年，美國總統布什簽署了能源獨立與安全法案，其中包括2007智能電網促進法案7,8。我國于2009年提出建立堅強智能電網的發展規劃，以特高壓骨干網架，在實現各級電網協調發展的同時，圍繞發電、輸電、變電、配電、用電、調度等主要環節和信息化建設等方面，分階段推進堅強智能電網發展9,10。與歐美發達國家相比，我國對需求響應的實踐和研究起步時間相距不遠，但由于側重點的不同，我國在需求側的充分參，需求側資源的重視程度，以及智能用電技術方面都還缺乏應有的重視。 同樣作為堅強智能電網重要組成部分的智能用電與需求響應密切相關。2006年歐盟理事會發布的能源綠皮書歐洲可持續的、競爭的和安全的電

6、能策略中提出了智能用電服務的目標。目前，世界發達國家基于發展新能源、節能減排、提高電網運營效率、改善供電服務質量等需要，陸續開展了智能用電服務的研究和實踐。我國在智能用電方面起步較遲，但在相關領域開展了大量的實踐和研究，國家電網司推動并牽頭修訂了電能信息采集系統與管理系統、多功能電能表和多功能電能表通信協議等行業標準，發布了智能電能表功能規范等多項企業標準，統一了靜止式電能表的型式、功能及技術規范。特別在智能用電關鍵技術方面的研究成果豐碩，如分布式能源并網逆變器性能測試、能效評估等技術研究，電動汽車等其他可儲能用電設備的接入研究等11-12。智能用電作為智能電網中與用戶聯系最緊密的部分，通過用

7、戶與電網的雙向互動，對節能減排，提高用電效率有著重要的意義。隨著科技的進步及經濟的快速發展，智能小區已成為住宅小區日后發展的趨勢，目前正在國內積極推廣，智能小區內的單個住宅均安裝智能家居，用戶可對家居實時控制。2012年南方電網廣州供電局開展基于新能源的智能用電項目研究13，搭建了由智能用電主站、智能用電平臺信息通訊技術、智能開閉所、高級量測系統、家庭智能用電、小區路燈控制、充電樁、大樓能耗能效分析、太陽能微網等系統組成的智能用電系統，研究智能電網先進技術如何應用到住宅居民用電，提高人民的生活水平，以及探索智能小區建設模式，提高電網智能化水平，提升用電服務質量。 本課題在發展智能電網背景下，研

8、究需求響應技術及其項目，并制定相應的用電策略模型實現居民與電網互動，達到合理用電、智能用電。智能用電是堅強智能電網中的重要組成部分，其核心特征是電網與用戶靈活的雙向互動，需求響應作為用能互動中最重要的實現方式之一，通過一定價格信號或激勵信息，引導用戶主動改變自身消費行為、優化用電方式，減少或者改變某時段的用電負荷，促進供需兩側優化平衡，并可借助于智能用電所搭建的信息采集、雙向通信、信息交互、智能交互終端等技術環境，實現整個過程的智能化和自動化14-15。 需求響應是通過價格信號或激勵政策刺激用戶主動參與以符合管理的方式用電，從而提高電網運行的可靠性，通過用戶主動參與調整負荷以提高系統和資源的使

9、用效率，對電力工業和經濟發展以及節能環保等均有重要的戰略意義。對于目前建設堅強智能電網的大前提下，需求響應更是促進市場有效運作，保證系統可靠性，提高用電效率實現智能用電的必要手段。 2 國內外研究現狀美國在 20 世紀七十年代率先提出用戶需求側的管理這一概念。2001 年美國加州電力危機爆發，此次危機過后隨著全球經濟的迅速發展，全球面對頻發的電力危機，需求側響應逐漸登上了各國電力市場建設的舞臺。目前國際上有很多關于需求響應電價設計及 DR 下的用電設備調度的研究成果。文獻1617都采用了分布式梯度算法解決最小化電費成本和功耗限制引起的用戶不滿,的問題，從而實現社會整體效益最大化的目標。實際過程

10、是通過算法設計電價促使用戶更合理調度其用電設備以減少發電峰荷，從而減少電力公司總發電成本，增加總體收益。文獻18則是對 DR 中的實時電價定價策略進行研究，通過能量管理控制器對用電設備進行調度，實現供應端的利益最大。國外對需求響應機制下的負荷調度問題研究成果也很多，文獻1920基于實時電價需求響應項目和電價預測提出了功率可調節的用電設備的調度策略，文章中考慮了設備可延時使用的情況。其中文獻19研究在電費最小和電器延遲時間最小兩個目標綜合考慮的調度策略，并提出了一種自治住宅能耗調度框架。文獻20則提出了電價不確定時的調度策略，但沒有提出針對具體家電的調度措施。文獻21同樣基于電價不確定情形研究了

11、可推遲使用的設備的調度問題。文獻22設計了一種適用于需求響應的基于自適應神經模糊推理的能量管理系統，其控制采用的是分支界定調度算法。 國內在需求側響應方面的研究起步較晚，2004 年剛開始接觸到需求響應相關的理論23，文獻242526介紹了需求響應的概念、分類、所涉及的技術以及國外電力市場中需求響應項目的實踐和運行機制等內容。文獻27根據峰谷分時電價下用戶響應的歷史數據，用響應數據建立矩陣表示用戶對價格信號的響應程度，綜合考慮了用戶用電滿意度，提出了一種峰谷分時電價的優化決策模型。文獻28則根據用戶滿意度建立了需求側競價的價格決策模型。文獻29則提出了一個基于舒適度的家庭能源管理算法，但是沒有

12、考慮新能源對家庭能源的影響。文獻30建立了協調優化模型，在智能電網下將緊急需求響應項目加入系統備用。國內也在探究用一些新的算法和策略進行需求響應研究，如模式分類算法和經濟學方法等。文獻31運用粒子群算法對別墅用戶的需求響應做出決策，達到節能的目的。文獻32通過博弈論中的雙寡頭模型來研究供電商和用戶之間的相互作用，從而提出需求響應項目方案。 本課題在智能用電發展環境下，文首先對需求響應的概念與內容做了論述，系統闡述了需求響應對電力供需兩側的影響及其對于電力系統和用戶的重要作用和巨大效益。建立基于用戶響應的分時電價模型，并在此分時電價基礎上建立用戶智能家居用電計劃模型，輔助居民用戶制定能源消費支出

13、最小化的用電計劃，體現電網與用戶間的雙向互動，更好地實現智能用電。本文具體研究工作如下：1本文首先對需求響應的概念與內容做了論述，系統闡述了需求響應對電力供需兩側的影響及其對于電力系統和用戶的重要作用和巨大效益。詳細的介紹了課題的研究背景以及國內外關于需求響應的研究成果，并細致分析了各個研究的優缺點。 2建立基于用戶響應的峰谷分時電價優化模型；3.對普通家庭用戶的用電負荷分為兩類，分別進行負荷特性數學分析。對于用戶用電舒適度分為環境舒適度和時間延遲舒適度兩方面進行建模分析，根據分析結果確定環境參數和時間參數兩個約束條件的設定。 4對于家庭能源管理調度問題進行數學模型分析，建立能源消費差值最小化

14、算法公式。在 MATLAB 平臺上，針對能源消費差值最小化算法公式應用于家庭能源調度問題進行編程，針對單用戶、多用戶，和不同的時間約束條件進行細致的仿真，并對仿真結果做出分析。3技術路線3.1基于需求價格彈性的用戶響應模型電力系統市場化初級階段，用戶參與需求響應的程度很低，這是因為一方面，用戶沒有足夠的知識和硬件設施參與市場，用戶與市場信息和利益相對隔絕。另一方面，在變化的市場中，許多用戶傾向于規避電價波動帶來的風險。隨著電力系統市場由初級到中級的不斷發展，需求響應中價格響應類項目對用戶用電量的改變逐漸穩定，并可以通過需求價格彈性表示。3.1.1需求價格彈性需求價格彈性表示各時段用電量對價格的

15、靈敏度，即在一定時段內電量變化率與電價變化率之比，即 (31) (32) (33)式中：和分別為i時段的電量和電價變化量；為j時段的電價變化量；、 分別為 i 時段的原始電量和原始電價；為 j時段的原始電價；, 分別為實行峰谷分時電價后 i 時段的用電量和峰谷分時電價。i、j 為不同的時段；為自彈性，為交叉彈性。隨著電價隨時間變化，電力需求的變動有以下兩種：一是部分負荷無法轉移到其他時段(如照明負荷)，這部分負荷只能是減少、有或無。因此這類負荷僅在單一時段具有敏感性，稱為“自彈性需求”，其彈性值為負，如表達式(31) 。二是部分負荷（定義為可轉移負荷）可以從高峰時段轉移到非高峰時段或低谷時段，

16、這類負荷具有多時段敏感性，稱為“交叉彈性需求”，其彈性值為正，如表達式(32)。 由自彈性和交叉彈性組成的彈性矩陣 E 為 (34) 式中，n 為時段數，可以根據精度需要采集不同的時段數，n 越大，計算的負荷轉移就越準確。 主對角線元素為自彈性，其彈性值為負；非對角線元素為交叉彈性，其彈性值為正。該彈性矩陣可通過對歷史峰谷分時電價機制下的用戶用電量進行統計分析獲得。 3.1.2基于需求價格彈性的單時段用戶響應模型單時段用戶響應是指只對當前時段的電價敏感，負荷可以削減但不能轉移至其他時段；在分時電價需求響應中，其參數有初始需求、自彈性、分時電價、初始電價。單時段用戶響應模型的推導過程如下：設在分

17、時電價的引導下，用戶在 i 時段的電量需求由原始需求 變為 ，即 (35) 設為用戶消耗電量而獲得的效益，則用戶的收益S為 (36) 為使用戶獲得最大效益，令 ，則有 (37) 即 (38)常用的效益函數為 (39)式中，為消耗原始需求產生的效益。聯合式 ( 38) 和式 ( 39) 可得 (310)進而可得該時段的用戶需求為 (311)3.1.2基于需求價格彈性的多時段用戶響應模型多時段用戶響應是指對多個時段的電價等激勵措施具有敏感性，負荷可以在各時段間轉移。在分時電價需求響應中，其參數有初始需求、自彈性、分時電價、初始電價。單時段用戶響應模型的推導過程如下：假設需求函數為線性函數，則 為常

18、數，那么實行優化分時電價后i時段的需求為 (312)綜合式( 311)、式( 312) ，則實行分時電價后用戶在 i 時段的綜合需求即基于需求價格彈性的綜合負荷響應模型為 (313)根據原始負荷、原始電價和峰谷分時電價以及需求價格彈性可獲得實行分時電價后各時段的電量。 3.2記及用戶需求響應的峰谷分時電價優化模型價格型需求響應成功實施的關鍵因素是用戶對價格的響應。只有當用戶對制定的電價做出積極的響應時，價格型需求響應才能達到預期的削峰填谷目的。若用戶對價格的變化響應程度很低，則說明價格信號沒有產生應有的預期作用；而如果用戶反應程度過大，那么可能會使峰谷時段漂移，甚至出現峰谷倒置的情況，即調峰失

19、敗。美國加州 2000-2001 年電力市場改革失敗的一個重要原因就是制定的價格缺乏彈性。經濟學家指出，由于電力價格長期受嚴格規制而低于其成本，因此消費者根本沒有動力減少電力消費。事實上，在價格可變的前提下，減少需求可以用來替代相當一部分增加的供給。實行分時電價后，用戶會根據負荷特性及時做出響應，用戶的負荷特性不同，調整用電的幅度就有很大差異。本模型的峰谷分時電價模型假定用戶是足夠理性的，即用戶會依據價格及負荷特性做出滿足自身利益的負荷改變，并且假設峰平谷時段劃分已知。3.2.1目標函數與約束條件由式( 313)可知，當已知原始負荷、 原始電價和需求彈性時，用戶的需求將由峰谷分時電價確定。因此

20、選擇峰谷分時電價為決策變量。為實現削峰填谷的目標，將目標函數設為負荷曲線峰荷最小化以及峰谷差最小化，即： (314) (315)同時，需要考慮的約束條件如下。1） 實行峰谷分時電價前后電費為 (316) (317)式中，和分別為實行峰各分時電價前后電費。在峰谷分時電價激勵下，用戶將高峰時段的負荷轉移一部分到谷時段以減少其電費的支出，因此需滿足 實行分時電價機制后，由于削峰填谷而節省的電力投資為 。則供電方的策略為： (318)而用戶側的策略為： (319)由于電力公司節省的電力投資不易估計，且參數均為已知量對本模型無影響，簡化計算忽略不計，則約束條件(3-18)、(3-19)就變成了等式約束，

21、即： (320) 2）為保證發電量不變，且用戶用電需求總量不發生改變，則實行峰谷分時電價前后用電量總和保持不變，即： (321) 3）在制定峰谷電價時，峰谷電價比有一定的范圍限制，否者將會出現峰谷倒置或響應不足等現象，從而不能達到削峰填谷的目的。因此要求 (322)式中： 和 分別為峰時段和谷時段電價。在我國，通常峰谷電價比的范圍在 25 倍之間較合理。因此本模型中取 = 2， = 5。 4）谷時段邊際成本約束為 (322)式中，為系統在谷時段的邊際成本。 基于以上分析，建立如下的峰谷分時電價優化模型 決策變量為峰谷分時電價； 目標函數： 約束條件： 3.3家庭負荷特性及用電舒適度分析我們假設

22、一個家庭中大多數的用電設備使用時間都是可推遲或可提前的，但是基于用戶的用電舒適度，可改變的時間的長短是不相同的，并且每個家庭中至少擁有一個儲能裝置，如家用太陽能系統或者電動汽車中的儲蓄電池。每個居民用戶的電器都處于家庭網絡(HAN)聯網中接受中央控制器的統一控制。消費者將自己的用電要求上傳給 HAN 中的控制系統，控制中心則根據用電要求衡量用戶對設備使用時間的舒適度要求，同時綜合智能電網中傳過來的電價等關于需求相應項目的信息，根據內嵌的算法優化結果，得到負荷用戶要求的控制策略。下面，將根據家用電器的負荷特性來分類建模。得到的分析結果有助于我們得到符合用戶期望目標的控制策略。 3.3.1 家用電

23、器負荷 需求響應項目中負荷控制的通常情況是：將一天分成個離散的時間段。假設用戶在某一時段t 需要使用設備m 完成一項工作，設備 m 為了完成這一項工作任務需要消耗大小為的電量，當用戶收到需求響應信號時，需要運行或關閉某個設備，智能控制中心會對設備 m 自動執行控制指令。本文使用電量需求向量來描述用戶的設備用電需求，其向量中的 即該向量的第 m 個分量就是用戶對用電設備 m 的需求信息。例如，在時段t 用戶想要運行設備 m 。那么我們令 ，反之，要想關閉設備 m 則有：。但是在需求響應下用戶的用電需求不會得到立刻執行，控制中心會通過通信網絡調查當前的電價，而在某個合適的時刻執行該任務。本文使用電

24、量分配向量來表示在時刻t 設備得到分配的用電量，設備 m 的電量為 。控制中心的目標是在盡可能使得用戶滿意的情況下使用用戶的平均電費最少。由此可見，控制中心可能會改變設備 m的使用時間(提前或推遲)，不考慮控制系統在用戶設定完成一天用電計劃后提前完成任務的情況，因為提前完成任務對用戶滿意度的影響較少。若 m 是功率可調節設備，考慮用戶滿意度，控制系統可能不直接中斷或延遲 m 的使用而只是降低使用功率，但不管是推遲還是降低功率，控制系統內部會產生一個設備的延遲隊列。 家用電器的使用通常有相互聯系，例如使用電飯煲通常意味著同一時段需要使用吸油煙機。另外家用電器的延遲時間設置通常根據不同的用戶習慣而

25、改變，所以設備轉移概率通常是未知的。延遲設備的使用對用戶產生的影響大小我們需要用一個量來衡量。用戶將在智能控制中心中設定其用電計劃，當計劃中的設備使用需求因為需求響應得不到立刻滿足時。推遲時間越長則用戶滿意度越低，設備 m 延遲隊列長度的值用表示，其中代表用戶對設備m 延遲的忍受度。的值越大，表示用戶對 m 設備的延遲的忍耐度越低。例如有緊急工作需要使用電腦時，對電腦的推遲使用會迅速降低用戶的用電滿意度，此時用戶對電腦的值較大，此時對熱水器，電視等其他用電設備的額延遲，對用戶的滿意度則影響較小，此時這些用電設備的就較小，及用戶對該延遲忍耐度較大。對于設備 m 不滿意度函數則滿足以下兩個特性：

26、(1)是增函數。在需求響應下，系統推遲使用的設備越多，設備的推遲使用時間越長，用戶不滿意度越高； (2)是正函數，用戶不滿意度通過正數衡量，不滿意度越高，數值越大。 設備的延遲使用實際上等同電力推遲消耗，可以用從t 時段轉移到t +1時段的用電量來表示延遲隊列長度。若原計劃中t 時段里的用電總量為 x(t) ，則t +1 時段的延遲隊列總長度可以表示為： (323)其中 。從以上分析可以說居民負荷一般都具有可推遲的特性。而該特性對滿意度和需求響應有直接的影響，本文將在后面的時間滿意度中詳細論述如何設定用電設備的運行轉移時間，以最大限度的滿足用戶的用電需求。 3.3.2 分布式電源及儲能設備 現

27、在我們研究儲能設備在家庭能源管理中的調度問題，國內外現在家庭常用儲能設備大多數為太陽能發電系統的儲蓄電池，電動汽車的儲蓄電池及其他自己購買的儲蓄電池，儲能設備可以在電價較低時段(用電低谷)充電儲蓄電能，在電價較高時段(用電高峰)釋放電能，既能進一步削峰填谷，更能大幅度節省用電成本。雖然現階段在我國用戶自備儲蓄電池使用成本較高，但長遠來看，隨著儲蓄電池技術的進步，以及分布式電源的設備技術和政策的逐步推行普及，用戶自用儲能設備將有很大的發展前景。本文著重探討 3KW 的家用太陽能系統作為分布式電源參與家庭能源調度問題。研究光伏發電系統對能源調度的影響，最重要的是要對儲蓄電池進行數學建模，以便計算其

28、充放電時間，從而對儲能設備在能源管理中的對功率轉移影響進行仿真分析。當儲蓄電池充電時，由于存在線路損耗等原因，蓄電池轉換效率小于 1，即太陽能電池板的發電量只有一部分轉變成儲能。蓄電池放電時的轉換效率同樣小于 1。用 來表示儲能設備的充放電效率。可以得到電池的充放電狀態方程： (324)其中是時段結束時儲能設備中的電量，是時段光伏系統發電量， 是時段儲能設備的放電量，儲能設備在單位時間內其充放電量都有上限值，本文將充放電的上限值表示為： (325)家庭總用電量應與其購電量和儲蓄電池放電量之和相等，用來表示家庭的購電量，則有如下關系式： (326)儲蓄電池為了避免所害電池的使用壽命，應盡量避免同

29、時充放電，因此可以得到： (327) (328)那么，減去光伏發電家庭從大電網中的購電量是： (329)3.3 居民用電舒適度分析居民用戶的用電舒適度是由很多方面綜合決定的，本文將用戶舒適度分為兩個方面來分析，一個是環境舒適度，如房間的溫度、濕度、空氣流速和熱水溫度等，一個是時間舒適度，指的是用戶的用電設備在提前或者推遲使用時間的情況下，可轉移時間如何設置才能夠盡可能的滿足用戶的用電需求。在居民用戶中，空調是耗電最多的家用電器之一，空調這一負荷的調度策略的好壞對需求響應目標能否實現有十分重大的影響，而且空調直接影響室內環境，對用戶的環境舒適度有直接影響，所以在影響環境舒適度的相關用電負荷中本文

30、將主要研究空調的調度策略。 對于用戶使用家用電器的時間容忍程度，我們稱之為用戶用電的時間舒適度，本文用轉移能力參數 K 來表示。在接受需求響應信號或者尖峰用電時間段，對于設備 m 的一次啟停，我們設定三個與時間相關的任務參數，分別是設備 m 的用戶允許開始時間 s 、允許結束時間 f 和完成用戶用電需求所需要的設備 m 持續工作時間l。其中 s 和 f 不等同于任務的開始時間和結束時間，而是。本文中轉移能力參數 K 的計算公式，如下： (330)用戶根據需求響應項目信號和用電的需求，通過智能控制中心，通過調整設備 m 的 s 、 f 、l 三個參數的值，自主設定轉移能力參數 K 的大小，從而達

31、到滿足用戶時間舒適度的要求。3.4 智能家電控制策略我們將家庭電器的調度周期(通常為 1 天)分成 n 個時隙，每一個時隙可以實施一個不同的時隙電價(通常為 1 小時)。家電的每一次使用可以被當成一個單獨的任務插入到這些時隙當中。有一些任務是持續的，它們的電力消耗持續一整天，比如電冰箱。其他的則是靈活調度的，比如洗衣機。一個任務一旦開始，那么這個任務一定是一個整體，不可以被中斷，所以我們要把一個家用電器的一次啟停當成一個單獨的任務，多次啟停則當成多次的不同的任務。這樣我們就把所有的家用負荷建立成為一個離散的任務集合。 對 于 一 個 單 獨 的 調 度 任 務 i ， 我 們 將 它 的 約

32、束 表 述 為,。其中 D 是所有任務的集合， 和分別是任務i 的用戶允許開始時間和允許結束時間，但是它們不等同于任務的開始時間和結束時間。是任務 i 所代表的家用電器的能耗(W/h)，是任務 i 的持續時間，本文中。引入轉移能力參數這一約束條件來表述用戶的時間舒適度要求。直觀的來講 K 的值越大，用戶對該任務的延遲時間容忍度越高，則該任務具有較高的轉移能力。本文的任務目標是最優化的安排使得占用連續的時隙并且對的調度符合和 。 3.4.1用電負荷調度策略不同的家用電器要考慮不同的調度策略。根據家用電器的不同功能，要考慮不同的隨機調度策略，以達到更好的節能效果。我們可以將家用電器根據目標分為兩類

33、，第一類是為了完成我們的單次用電需求，開啟后不能停止的電器成為即插即用型，比如電腦，烹飪設備，通常用戶主動關閉即表示本次用電目標結束。第二類是即使多次啟停，我們仍然能夠在規定的時間空間滿足用電需求的電器，比如根據 PMV-PPD 的計算結果，只要將家庭環境溫度保持在 21-30 度之間就能夠滿足用戶的感官舒適度。那么即便多次啟停空調，我們只要將室內溫度保持在需要的舒適范圍之內就不會影響用戶的舒適度。這一類設備可以視為功率可調設備，多為 HVC 設備。即插即用型設備除了對用戶的可延遲時間這一舒適度參數產生影響之外，并不對感官舒適度產生影響，其功耗也只跟其單次任務使用時間有關。因此其調度策略是只需

34、根據用戶的使用時間和可轉移時間來調度設備，由算法直接選擇調度方案即可，無需根據其他的約束條件來改進調度方案。家庭用戶的HVC 設備主要有熱水器， 本文將空調的開啟方式改進為間歇式開啟，由用戶自主選擇室內溫度的上下限。空調開啟后，當室溫達到溫度的下限時關閉空調。當室溫自然上升到用戶設定的室溫上線時開啟空調降低室溫。這樣循環開啟空調，既能維持室內的舒適溫度，又能夠縮短空調的使用時間來節約能耗。 因為我們是在離散的時隙內進行調度，所以我們僅需要計算空調在一個時隙的能量消耗總量。根據牛頓熱交換定律得到空調關閉時環境的散熱函數，如下所示：, (331)這里是時隙時的室內溫度， 是時隙時的室外平均溫度，是

35、熱擴散系數，如果一個房屋的擴散系數值小，那么它具有較好的隔熱保溫性能。是一個數值大小取決于室內外溫差的指數函數。本文中取值為 48.5，這意味著房間在一個小時內要損失 27%的熱量。結合我們可以計算出時隙時為了達到目標溫度 ，空調開啟后室內溫度需要的制冷量 如下式所示： (332)中包含兩個溫度參數： 是用戶舒適度中允許的溫度下限， 是家庭用戶在沒有不適感的情況下所允許的閾值溫度，即溫度上限。在空調制冷的情況下，在適用面積中空調滿功率運行一小時所能下降的溫度為 8，由此可以得到達到空調所需要的運行時間。根據對 PMV-PPD 指標計算，本文選取，室外溫度變化如圖 4-2 紅色線條所示，開啟空調

36、后，室內溫度變化情況如圖 4-2 藍色線條所示，在開啟空調后室內溫度下降至 22，然后關閉空調，待室內溫度上升至27時，再次開啟空調，然后分別以 22和 27作為空調的開關溫度，在空調使用時間內循環開啟空調。3.4.2智能家電差值最小化算法定義家庭能源調度問題為：給定一個任務集合 ，其中，對于集合中的任意一個任務找到一個調度安排：服從條件 并且 ，使得： (333) C 是一天所有時段中最高花費和最低花費的差。差值最小化算法(MTD)尋找不同調度任務方案的最大值和最小值做差，然后將差值最小的方案最為最終的調度方案，該算法可以同時符合調峰和規避風險的需求。因為我們將我們的最優化目標定義在花費域中

37、，我們的方式對于用戶來說是正向激勵的，因為將一天中單個時段的最高花費和最低花費的差值最小的方案作為優化策略同樣會減少花費。即便沒有時間約束的情況下，也不會過度的將高峰時段用電電器全部轉移到低谷時段，因為在差值相同的情況下，用戶會選擇滿足用電需求的方案。有的用戶會選擇關閉部分用電設備，這樣既能減少花費，又能減少高峰時段能耗，在分時電價的基礎上花費的差值最小可以在能耗域內促使用戶形成一個理想的較為平穩的用電曲線。 4已完成工作序號內容時間1了解需求響應的概念與內容，學習電力供需兩側的影響及其對于電力系統和用戶的重要作用和巨大效益。2016.3-2016.42詳細研究國內外的文獻資料，掌握相關問題的

38、知識基礎，明確相關內容的研究現狀2016.4-2016.53學習了解需求響應機理2016.5-2016.64建立基于用戶響應的峰谷分時電價優化模型；2016.7-2016.85了解學習普通家庭用戶的用電負荷，分別進行負荷特性數學分析。了解學習用戶的時間舒適度和環境舒適度。2016.8-2016.96學習智能家電的差值最小化算法2016.9-2016.125. 論文擬進行的工作編號工作內容時間1智能家電差值最小化算法算例2016.12-2017.32整理資料，完成論文初稿2017.33修改、完善論文2017.46論文提綱目錄摘要ABSTRACT1緒論1.1 課題研究背景1.2 研究意義和目的1.

39、3國內外研究現狀1.3.1需求響應技術國內外研究現狀1.3.2家庭用電控制策略國內外研究現狀1.4本文主要研究內容2需求響應及其效益分析研究2.1引言2.2需求側響應分類2.2.1基于激勵的需求響應2.2.2基于價格的需求響應2.3 需求側響應的效益分析研究2.3.1需求側響應的效益的基本組成2.3.2需求側響應的經濟效益分析2.3.3需求側響應的可靠性效益分析3計及用戶需求響應的峰谷分時電價優化模型3.1基于需求價格彈性的用戶響應模型3.1.1需求價格彈性3.1.2基于需求價格彈性的單時段用戶響應模型3.1.2基于需求價格彈性的多時段用戶響應模型3.2記及用戶需求響應的峰谷分時電價優化模型3

40、.2.1目標函數與約束條件3.2.1模型的求解3.3算例分析3.3.1原始數據3.3.2以調峰為目標的優化結果3.3.3增加需求價格彈性后的分時電價優化3.3.3改變峰谷平時段劃分3.4小結4家庭負荷特性及用電舒適度分析4.1引言4.2家庭負荷特性4.2.1家用電氣負荷4.2.2分布式能源及儲能設備4.3家庭用電舒適度5家庭用電負荷控制策略建模5.1引言5.2家庭用電負荷建模5.2.1家庭用電負荷模型5.2.2最小化電費支出優化模型5.3算例分析5.5小結6結論與展望致謝參考文獻附錄7 參考文獻1 朱 成 章 . 美 國 加 州 電 力 危 機 和 美 加 大 停 電 對 世 界 電 力 的

41、影 響 J. 中 國 電 ，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 advance

42、d distribution automation RPalo Alto，CA：EPRI，2004.5 Haase PIntelligent grid：a smart network of powerJEPRI Journal， 2005(Fall)：17-256 張 文 亮 , 劉 壯 志 , 王 明 俊 , 楊 旭 升 . 智 能 電 網 的 研 究 進 展 及 發 展 趨 勢J. 電 技術,2009,33(13):1-11.7 Federal Energy Regulatory Commission. Assessment of Demand Response and Advanced

43、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-resp

44、onse.pdf.9 謝開,劉永奇,朱治中等.面向未來的智能電網J.中國電力,2008,41(6):19-22.10 陳樹勇,宋書芳,李蘭欣等.智能電網技術綜述J.電網技術,2009，33(8):1-7. 11 肖世杰.建中國智能電網技術思考J.電力系統自動化,2009:18-22.12 劉振亞.建設堅強智能電網支撐又好又快發展J.電網與清潔能源,2009:129-167.13 夏振超.廣州供電局智能用電小區的關鍵技術應用研究D.廣州:華南理工大學,2012.14 羅濤.智能電網條件下電力用戶響應行為研究D.北京:華北電力大學,201215 王蓓蓓,李揚,高賜威.智能電網框架下的需求側管理展望

45、與思考 J. 電力系統自動化,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 netw

46、orksC.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 M

47、OHSENIAN-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,2011,