一种智能用电优化方法及装置制造方法及图纸

一种智能用电优化方法及装置，其中方法步骤包括：根据预定家庭用电控制策略建立家庭用电模型；基于所述家庭用电模型通过预定粒子群算法得到最优用电方案。本发明专利技术基于初步建立的家庭用电模型通过预定粒子群算法得到最优用电方案，使得用户可以采用最优用电方案进行用电，以通过每个人良好的用电习惯达到节能减耗的效果。

【技术实现步骤摘要】

本专利技术涉及一种智能用电优化方法及装置，属于智能电网

技术介绍
随着社会不断进步发展，电网用户侧对供电可靠性要求不断提高，用电服务需求也逐渐多样化，同时日益严峻的能源短缺问题，对提高能源利用率也提出了要求，从而使得电力行业面临史无前例的挑战。目前各个国家相继把智能用电技术研究作为应对挑战的措施之一，经济用电也已经由节约用电转变为合理规划基础上的智能用电，因此如何更好地根据需求响应分时电价项目控制家庭用电、管理用电习惯已经成为智能用电技术发展的趋势。随着电子产品及电器的大量使用，我国居民生活用电量正在以每年几百亿千瓦时的速度在增长，虽然大量节能电器推广使用可以达到减少用户家庭能耗的目的，但是目前用户家庭的电能表仅仅能记录用户消耗的总电能，无法分析用户用电设备能耗的情况，故用户无法获知应该如何用电才能使得能耗最小。
技术实现思路
本专利技术提供了一种智能用电优化方法及装置，以解决目前用户无法获知用电设备能耗情况，导致自身不知如何智能用电的问题，为此本专利技术采用如下的技术方案：提供了一种智能用电优化方法，包括：根据预定家庭用电控制策略建立家庭用电模型；基于所述家庭用电模型通过预定粒子群算法得到最优用电方案。还提供了一种智能用电优化装置，包括：模型建立单元，用于根据预定家庭用电控制策略建立家庭用电模型；最优解确定单元，用于基于所述模型建立单元建立的家庭用电模型通过预定粒子群算法得到最优用电方案。本专利技术所述的智能用电优化方法及装置基于初步建立的家庭用电模型通过预定粒子群算法得到最优用电方案，使得用户可以采用最优用电方案进行用电，以通过每个人良好的用电习惯达到节能减耗的效果。附图说明图1为本专利技术实施例所述的一智能用电优化方法的流程示意图；图2为本专利技术实施例所述的一智能用电优化方法中步骤S120的流程示意图；图3为本专利技术实施例所述的又一智能用电优化方法的流程示意图；图4为本专利技术实施例所述的一智能用电优化装置的结构示意图；图5为本专利技术实施例所述的又一智能用电优化装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本具体实施方式提供了一种智能用电优化方法，如图1所示，包括：S110、根据预定家庭用电控制策略建立家庭用电模型。具体地，预定家用电器采用间隙式开启方式，在所述预定家用电器关闭时使用其它家用电器。以预定家用电器为空调为例：将空调的开启方式改进为间歇式开启，通过热舒适评价指标(例如：PMV-PPD)的计算公式得到用户室内舒适温度范围22-28摄氏度，故空调开启后，当室温达到温度的下限(即22摄氏度)时关闭空调；当室温自然上升到用户设定的室温上线时开启空调降低室温。这样循环开启空调，既能维持室内的舒适温度，又能够缩短空调的使用时间来节约能耗。用户也可以在空调间歇关闭时使用其他的家用电器，避免了家电一起使用的情况，这样以节约用电量。S120、基于所述家庭用电模型通过预定粒子群算法得到最优用电方案。作为可选的，如图2所示，具体可以包括以下步骤：S1201、在所述家庭用电模型实际启动的时间范围内，随机产生至少两个初始种群个体作为第一代。S1202、计算每个种群个体每小时总电能消耗函数的适应度；若适应度满意，则执行步骤S1203；否则，执行步骤S1204。S1203、得到最优用电方案。S1204、更新所述种群个体中的粒子，并计算更新后的每个种群个体每小时总电能消耗函数的适应度，若适应度满意，则执行步骤S1203；否则，执行步骤S1204。上述步骤中，每个种群个体每小时总电能消耗函数的适应度包括：其中，n＝1,2,3,…,24，Pn表示第n小时的电价，En表示第n小时的用电消耗。其为实行分时电价情况下家庭负荷用电策略的目标函数，本专利技术实施例采用将目标函数映射为适应度函数的方法来确定每个种群个体每小时总电能消耗函数的适应度。进一步，对该目标函数应用算法优化来确定全局最优解。本专利技术实施例采用的应用算法优化为粒子群算法，其属于智能优化算法，与其他算法相比较具有鲁棒性强、搜索效率高、不易陷入局部最优解等优点。具体地，粒子群算法是一种基于种群的智能算法，种群中每一个成员叫做粒子，代表着一个潜在的可行解，而食物的位置则被认为是全局最优解。群体在D维解空间上搜寻全局最优解，并且每个粒子都有一个适应函数值和速度来调整它自身的飞行方向以保证向食物的位置飞行，在飞行过程中群体中所有粒子都具有记忆能力，能对自身位置和自身经历过的最佳位置进行调整。进一步应用到本专利技术实施例中，对上述粒子群算法进行了改进，具体是在原始粒子群算法的基础上，引入时变函数，提出了带有时变函数的粒子群算法。具体运用改进粒子群算法的具体步骤如图3所示，包括：S301、设定改进粒子群算法的参数。S302、在实际启动时间的范围随机产生一定数量的初始种群个体N(N为大于等于2的正整数)。S303、计算每个种群个体每小时总电能消耗函数的适应度；若适应度满意，则执行步骤S304；否则，执行步骤S305S304、得到最优用电方案。S305、更新所述种群个体中的粒子，并计算更新后的每个种群个体每小时总电能消耗函数的适应度，若适应度满意，则执行步骤S304；否则，执行步骤S305。基于上述实施例，步骤S301中设定的改进粒子群算法的参数对本专利技术实施例的性能产生影响的参数有群体规模、惯性因子、学习因子、最大速度和最大迭代次数，故一般选取功率较高的预定家用电器采用间隙式开启方式，在所述预定家用电器关闭时使用其它功率较小的家用电器。本专利技术实施例分析求解家庭能源管理系统控制变量的约束条件，并对目标函数进行优化，以预定家用电器是空调为例：输入任务数据，根据任务参数生成随机数，并确定任务开始时间，通过舒适度判断来开启空调，计算开始时间、能耗，并插入对应时隙，更新粒子，并进行迭代判断，将第n个时隙功耗的最小值作为优化方案输出。以上述方法权项对应，本专利技术实施例还提供了一种智能用电优化装置，如图4所示，包括：模型建立单元410，用于根据预定家庭用电控制策略建立家庭用电模型。作为可选的，具体用于预定家用电器采用间隙式开启方式，在所述预定家用电器关闭...

【技术保护点】
一种智能用电优化方法，其特征在于，包括：根据预定家庭用电控制策略建立家庭用电模型；基于所述家庭用电模型通过预定粒子群算法得到最优用电方案。

【技术特征摘要】
1.一种智能用电优化方法，其特征在于，包括：
根据预定家庭用电控制策略建立家庭用电模型；
基于所述家庭用电模型通过预定粒子群算法得到最优用电方案。
2.根据权利要求1所述的智能用电优化方法，其特征在于，所述根据预定家庭用电
控制策略建立家庭用电模型包括：
预定家用电器采用间隙式开启方式，在所述预定家用电器关闭时使用其它家用电器。
3.根据权利要求2所述的智能用电优化方法，其特征在于，所述基于所述家庭用电
模型通过预定粒子群算法得到最优用电方案包括：
在所述家庭用电模型实际启动的时间范围内，随机产生至少两个初始种群个体作为第
一代，计算每个种群个体每小时总电能消耗函数的适应度，若适应度满意，则得到最优用
电方案。
4.根据权利要求3所述的智能用电优化方法，其特征在于，还包括：
若适应度不满意，则更新所述种群个体中的粒子，并计算更新后的每个种群个体每小
时总电能消耗函数的适应度，若适应度满意，则得到最优用电方案，否则，继续更新种群
个体中的粒子，直到得到最优用电方案。
5.根据权利要求3-4任一项所述的智能用电优化方法，其特征在于，所述每个种群个
体每小时总电能消耗函数的适应度包括：
其中，n＝1,2,3,...,24，Pn表示第n小时的电价，En表示第n小时
的用电消耗。
6.一种智能用电优化装置，其特征在于，包括：
模型建立单元，用于根据预定家庭用电控制策略建立家庭用电模型；
最优解确定单元，用于基于所述模型建立单元建立的家庭用电模型通过预...

【专利技术属性】
技术研发人员：韦琦，申娇娇，梁欣涛，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江;23