在居民级电池调度中利用太阳能与负荷预测
系统与控制
2018-10-29 v1 机器学习
最优化与控制
摘要
智能太阳能逆变器可用于存储、监测和管理家庭的太阳能。我们描述了一种带电池的智能太阳能逆变器系统，该系统既可运行于自动模式，也可通过网络接收指令以给定速率充放电。为使电池储能在经济上可行并对消费者有利，可采用有效的电池调度算法。特别是在逆变器所在地区实行分时电价的情况下，与“自动”模式相比，有时可以安排电池为单个客户节省开支。因此，本文提出并评估了一种面向太阳能居民用户的新颖电池调度算法的性能。所提出的电池调度算法优化了居民用户未来24小时的用电成本。成本最小化是通过基于负荷与太阳能发电值的预测来控制电池储能系统的充放电实现的。该调度问题被表述为一个线性规划问题。我们使用数月的每小时负荷与光伏数据，对83台逆变器进行了计算机仿真。仿真结果表明，影响优化可行性的关键因素是各逆变器的电价与光伏-负荷比。根据电价不同，相较于自动方法可望节省1%至10%的费用。本文所用的预测方法也被证明优于基本的“持续性”预测方法。我们还研究了提高预测精度与优化有效性的途径。
引用
@article{arxiv.1810.11178,
title = {Using solar and load predictions in battery scheduling at the residential level},
author = {Richard Bean and Hina Khan},
journal= {arXiv preprint arXiv:1810.11178},
year = {2018}
}
备注
This paper was presented at the 8th Solar Integration Workshop and published in the workshop's proceedings