一种考虑智能家居住户行为并使用物联网和真实大数据的综合能源管理应用方法

物联网最深远的应用案例之一是在智能电网和智能家居运营中。智能家居概念允许居民以最小的损失和自我参与来控制、监控和管理他们的能源消耗。由于每个家庭的生活方式和能源消耗是独特的，管理系统需要关于居民能源消费行为模式的背景知识，以便进行更精确的规划。为了获取这些信息，必须处理与居民消费记录相关的数据。本研究试图提供一个由可互操作部分组成的优化去中心化管理系统，用于在智能家居中预测、优化、调度和实施负荷管理。通过使用一个带有光伏发电（PV）和电动汽车（EV）的智能家居的 4 年 1 分钟间隔真实数据，比较不同的预测模型，预测不可控负荷，并在不同场景下采用确定性方法，该系统使用混合整数线性规划（MILP）来提供负荷调度，其目标是在与初始状态相比最小化家庭期望消费变化的同时，实现最优的总能源成本降低。结果表明，所提出的系统由于预测的高精度而具有可靠的性能，并提高了能源效率，降低了能源成本（高达 62.05%），降低了峰均比（PAR）（高达 44.19%），并降低了净消耗的标准差（SD）（高达 19.70%）。