首先基于复杂性系统的特征,指出智能电网信息管理系统(smart grid information management system,SGIMS)属于一个复杂适应性系统,并具备智能性、多层级性、非线性、互动性、涌现性、适应性以及自组织性等诸多复杂性特征;其次基于复杂...首先基于复杂性系统的特征,指出智能电网信息管理系统(smart grid information management system,SGIMS)属于一个复杂适应性系统,并具备智能性、多层级性、非线性、互动性、涌现性、适应性以及自组织性等诸多复杂性特征;其次基于复杂科学管理理念,认为构建SGIMS需要采纳系统化、模块化和环状因果与可视化的复杂科学管理思维;最后,以多智能系统(multi-agent systems,MAS)技术方法为基础,构建了基于电力生产过程以及信息管理流程的多层级多智能模块的SGIMS设计框架,并指出该信息系统的实现需要相应体系的支持,包括投资保障体系、技术安全体系、电力市场管理组织体系、标准规范体系与政策支持体系等。展开更多
在智能电网环境下,提出了一种家庭能源管理系统框架和优化调度算法。根据室外温度预测值、可再生能源功率输出预测值、日前电价信号和用户偏好,算法对可调度用电负载、电动汽车、储能系统的运行进行优化调度从而最小化用户用电费用。算...在智能电网环境下,提出了一种家庭能源管理系统框架和优化调度算法。根据室外温度预测值、可再生能源功率输出预测值、日前电价信号和用户偏好,算法对可调度用电负载、电动汽车、储能系统的运行进行优化调度从而最小化用户用电费用。算法考虑了电动汽车在高电价时段通过V2H(vehicle to home,V2H)功能向负载供电的情形,采用情景分析法处理室外温度和可再生能源功率输出预测的不确定性。通过仿真实验验证了算法性能,结果表明与只对负载或家庭能源管理系统部分组成部件进行优化调度的算法相比,所提算法显著降低了用电费用。展开更多
文摘在智能电网环境下,提出了一种家庭能源管理系统框架和优化调度算法。根据室外温度预测值、可再生能源功率输出预测值、日前电价信号和用户偏好,算法对可调度用电负载、电动汽车、储能系统的运行进行优化调度从而最小化用户用电费用。算法考虑了电动汽车在高电价时段通过V2H(vehicle to home,V2H)功能向负载供电的情形,采用情景分析法处理室外温度和可再生能源功率输出预测的不确定性。通过仿真实验验证了算法性能,结果表明与只对负载或家庭能源管理系统部分组成部件进行优化调度的算法相比,所提算法显著降低了用电费用。
