💥1 概述
参考文献：
目前，国内外学者针对基于家庭能量管理系统的家庭负荷优化调度问题从家居负荷分类、优化调度模型和求解算法等不同角度进行了研究。然而现阶段要实现家庭负荷的优化调度还存在诸多问题。分时电价或实时电价能反映电能商品的时间差价,可以更好地鼓励用户合理安排用电时间，但在分时电价或实时电价环境下家庭负荷的优化运行存在决策变量过多、调度模型复杂的问题。同时，随着光伏、风电等分布式发电系统和储能系统逐步接入家庭用户中，用户的用电结构向拥有自我调度能力的微电网方向转变。如何实现时变电价分布式发电系统和储能系统与家庭负荷的协调优化仍有待研究。文献综合考虑多类设备以及分布式新能源的协调，建立了多种电价机制下的家居设备优化运行决策模型。文献以减少用户的用电成本和减小配电网侧负荷波动为目标，建立了计及分布式电源、储能系统和可调度负荷的智慧社区能量管理系统模型。文献建立了基于模型预测控制的多时间尺度家庭能量管理模型，通过改变蓄电池充放电功率应对实时运行过程中不可调度负荷及光伏出力的波动，保证用户购电功率满足需求响应要求。
本文主要做的是家庭能量管理模型，首先构建了电动汽车、空调、热水器以及烘干机等若干家庭用户用电设备的能量管理模型，其次，考虑在分时电价、动态电价以及动态电价下休息日和工作日家庭用户的最优能量管理策略，依次通过CPLEX完成不同场景下居民用电策略的优化，适合新手学习以及在此基础上进行拓展。
📚2 运行结果
部分代码：
%热水壶约束条件 C = [C,sum(shui_hu) == 1,sum(shui_hu(1,15:34)) == 1]; C = [C,sum(y_tj) == 1,sum(y_tj(1,15:34)) == 1]; for i = 1:n shui_hu(1,i) = y_tj(1,i); end %洗碗机约束条件 C = [C,sum(xi_wan) == 2,sum(xi_wan(1,13:24)) == 2]; C = [C,sum(y_dwm) == 1,sum(y_dwm(1,13:23)) == 1]; xi_wan(1,1) = 0; for i = 2:n xi_wan(1,i) = y_dwm(1,i-1) + y_dwm(1,i); end %消毒柜约束条件 C = [C,sum(xiao_du) == 1,sum(xiao_du(1,11:34)) == 1]; C = [C,sum(y_dfc) == 1,sum(y_dfc(1,11:34)) == 1]; for i = 1:n xiao_du(1,i) = y_dfc(1,i); end %烘干机约束条件 C = [C,sum(hong_gan) == 2,sum(hong_gan(1,17:34)) == 2]; C = [C,sum(y_dy) == 1,sum(y_dy(1,17:33)) == 1]; hong_gan(1,1) = 0; for i = 2:n hong_gan(1,i) = y_dy(1,i-1) + y_dy(1,i); end %电动汽车约束条件 C = [C,sum(qi_he) == 6,sum(qi_he(1,9:32)) == 6]; %电脑约束条件 for i = 1:n C = [C,0<=dian_nao(1,i)<=2]; end C = [C,12 <= sum(dian_nao) <= 24,12 <= sum(dian_nao(1,9:20)) <= 24]; %空调约束条件 for i = 1:n C = [C,25<=kong_tiao(1,i)<=27]; if i == 1 C = [C,abs(((kong_tiao(1,i)-27*exp(-0.5/(0.57*6)))/(1-exp(-0.5/(0.57*6)))-Tem_Out(1,i))/(2.9*6))<=2]; else C = [C,abs(((kong_tiao(1,i)-kong_tiao(1,i-1)*exp(-0.5/(0.57*6)))/(1-exp(-0.5/(0.57*6)))-Tem_Out(1,i))/(2.9*6))<=2]; end end
🎉3 参考文献
[1]伍惠铖,王淳,左远龙,陈宇杰,刘宽.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,2019,47(19):23-30.DOI:10.19783/j.cnki.pspc.181396.
