考虑居住者热舒适与隐私的住宅需求响应项目成本优化
系统与控制
2023-05-16 v1 机器学习
系统与控制
摘要
住宅用户若可使用家庭能源管理系统（HEMS），便能参与需求响应项目（DRP），该系统通过自动调节空调（AC）设定点并将部分家电移至非高峰时段来降低用户成本。若 HEMS 知晓居住状态，用户可获得更多经济效益与热舒适。然而，对于建筑居住状态，直接感知成本高、不准确且对居民具侵入性。因此，预测算法可作为有效替代。本研究旨在提出一种非侵入、准确且经济的方法，开发用于智能住宅中 DRP 应用的多目标仿真模型，其中（a）电力负荷需求削减，（b）热舒适（AC）温度设定点调整，以及（c）最差情形法过于保守，因为所有不确定参数同时取最差值的情况不太可能。因此，结合不确定性预算的柔性鲁棒对应优化被提出以现实地考虑不确定性。仿真结果表明，考虑不确定性使成本增加 36% 并降低 AC 温度设定点。此外，使用 DRP 通过将部分家电操作移至非高峰时段削减需求，并使成本降低 13.2%。
引用
@article{arxiv.2305.08077,
title = {Optimization of Residential Demand Response Program Cost with Consideration for Occupants Thermal Comfort and Privacy},
author = {Reza Nematirad and M. M. Ardehali and Amir Khorsandi},
journal= {arXiv preprint arXiv:2305.08077},
year = {2023}
}