一种配电网空调负荷用户偏好学习与运行策略生成方法技术

本发明专利技术公开了一种配电网空调负荷用户偏好学习与运行策略生成方法，涉及配电网领域，基于有限和随机的用户行为观察来快速主动学习用户偏好；并基于学习到的用户偏好，通过求解提出的一种基于多周期随机期望值模型生成未来数小时内最优温度设定计划；并设计了可以密切跟踪电价和室外温度预报的变化以及用户偏好的变化的运行策略，可以良好地动态跟踪用户偏好的变化，自动更新温度设定计划；最终可以使得恒温器在用户利益最大化下运行。

【技术实现步骤摘要】

本专利技术涉及配电网领域，具体是一种配电网空调负荷用户偏好学习与运行策略生成方法。

技术介绍

1、智能恒温器可以根据用户的喜好通过控制空调来自动调节室内温度，在不影响舒适度的情况下节省电费。但是恒温器工作在在提供舒适温度和节省电费之间存在冲突，因此开发可应对不同用户喜好的恒温器最佳运行策略是至关重要的。本专利技术所提出的方法是部署在空调智能恒温器上实施，如nest，honeywell和ecobee等。本专利技术是通过分位数回归对有限和随机的用户偏好进行学习，并基于学习到的用户偏好，通过求解随机期望模型(stochastic expected value models，sevm)生成最优温度设定计划，根据设计的运行策略，可以良好地动态跟踪用户偏好的变化，自动更新温度设定计划。首先分别介绍分位数回归(quantile regression)和随机期望值模型(stochastic expected value models，sevm)：

2、1)分位数回归

3、普通线性回归(ordinary linear regression，ols)模本文档来自技高网...

【技术保护点】

1.一种配电网空调负荷用户偏好学习与运行策略生成方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种配电网空调负荷用户偏好学习与运行...

【专利技术属性】
技术研发人员：李亦言，严正，刘润龙，许少伦，徐潇源，任曦骏，方陈，柳劲松，刘舒，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：