89文章解读与程序——电力系统保护与控制、太阳能学报EI\CSCD\北大核心《计及舒适度的家庭能量管理系统优化控制策略》《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》已提供下载资源

 👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

《《《《《《《《更多资源还请持续关注本专栏》》》》》》》

论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download

为增强家庭负荷优化调度策略的灵活性以及保证蓄电池的安全运行，提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。首先，以可调度负荷和蓄电池工作状态为约束条件，以家庭用户用电成本最小和净负荷曲线平坦度最优为目标建立了家庭能量管理优化调度模型。然后，从蓄电池动态控制方法出发，提出一种基于分时电价和蓄电池实时控制的家庭能量管理系统优化调度策略。该调度策略根据分时电价和蓄电池实时荷电状态对蓄电池充放行为进行控制，有助于降低家庭用户用电成本，并保证蓄电池安全运行。最后，采用二进制粒子群算法对模型进行求解。算例结果验证了所提调度模型和调度策略的有效性和优越性。

​

​

部分代码展示：

%动态电价下上班族工作日的最便宜用电负荷
%考虑到普通上班族属于白天在公司工作，早饭午饭在外解决，在家时间基本为晚上，
%故我们以每日14点作为时间分界，将每日的调度时段划为昨日14点-今日14点。
clear;clc;close all;
load('Ele_Price.mat');%导入电价
load('Pho_Power.mat');%导入光伏发电功率
load('Rigid_Load.mat');%导入刚性负荷
load('Tem_Out.mat');%导入室外温度
load('Hot_Water.mat');%导入每日热水用水量
load('time.mat');%导入时间

n = 48;%将一天分成48组，半小时一组

%刚性负荷>rigid load>rl
%洗衣机>washing machine>wm 功率一般为0.5kw 每次使用时间为1h，调度时间为 19:00-22:00
%热水壶>thermos jug>tj 功率一般为1.5kw 每次使用时间为0.5h，调度时间为 21:00-7:00
%吸尘器>dust collector>dc 功率一般为1kw 工作日不考虑使用
%洗碗机>dish-washing machine>dwm 功率一般为0.5kw 每次使用时间为1h，调度时间为 20:00-2:00
%消毒柜>dishinfection cabinet>dfc 功率一般为0.3kw 每次使用时间为0.5h，调度时间为 19:00-7:00
%烘干机>dryer>dy 功率一般为1.5kw 每次使用时间为1h，调度时间为 22:00-7:00
%电动汽车>electric vehicle>ev 功率一般为3kw，充电时间3h，调度时间为18:00-6:00
%电脑>personal computer>pc 0.3/0.15 高功率使用时间为2h，调度时间为19:00-22:00
%低功率调度时间为18:00-0:00
%空调>air conditioner>ac 2kw 假定当空调使用时，可以保持室内温度维持在25-27度，调度时间为全天
%热水器>water heater>wh 2.5kw 假定当热水器使用时，可以保持热水温度维持在45-55度，调度时间为7:00-0:00

% 决策变量
    % 2.1刚性负荷模型
    x_rl = Rigid_Load(1,:);
    % 2.2可转移负荷模型
    x_wm = binvar(1,n,'full');
    x_tj = binvar(1,n,'full');
    %x_dc = binvar(1,n,'full');
    x_dwm = binvar(1,n,'full');
    x_dfc = binvar(1,n,'full');
    x_dy = binvar(1,n,'full');
    y_wm = binvar(1,n,'full');
    y_tj = binvar(1,n,'full');
    %y_dc = binvar(1,n,'full');
    y_dwm = binvar(1,n,'full');
    y_dfc = binvar(1,n,'full');
    y_dy = binvar(1,n,'full');
    % 2.3可中断负荷模型
    x_ev = binvar(1,n,'full');
    % 2.4可削减负荷模型
    x_pc = intvar(1,n,'full');
    % 2.5温控负荷模型
    t_ac = intvar(1,n,'full');
    t_wh = intvar(1,n,'full');

% 目标
m = x_wm*0.25+x_tj*0.75+x_dwm*0.25+x_dfc*0.15+x_dy*0.75+x_ev*1.5+x_pc*0.075;
for i = 1:n
    if i == 1
        m(1,i) = m(1,i) + abs(((t_ac(1,i)-27*exp(-0.5/(0.57*6)))/(1-exp(-0.5/(0.57*6)))-Tem_Out(1,i))/(2.9*6))*0.5;
    else
        m(1,i) = m(1,i) + abs(((t_ac(1,i)-t_ac(1,i-1)*exp(-0.5/(0.57*6)))/(1-exp(-0.5/(0.57*6)))-Tem_Out(1,i))/(2.9*6))*0.5; 
    end
end
for i = 1:n
    if Hot_Water(1,i) ~=0
        if i == 1
            m(1,i) = m(1,i) + abs(((t_wh(1,i)-27*exp(-0.5/(0.08*332)))/(1-exp(-0.5/(0.08*332)))-27-332*(Hot_Water(1,i)*0.0042*(t_wh(1,i)-27))/0.5)/(0.95*332))*0.5;
        else
            m(1,i) = m(1,i) + abs(((t_wh(1,i)-t_wh(1,i-1)*exp(-0.5/(0.08*332)))/(1-exp(-0.5/(0.08*332)))-27-332*(Hot_Water(1,i)*0.0042*(t_wh(1,i)-27))/0.5)/(0.95*332))*0.5;
        end
    end
end
z = sum(Ele_Price(3,:).*(m-Pho_Power*0.3));%考虑到家用光伏设备发电质量，需要乘上一个0.8的系数

效果展示：

89号资源-源程序：论文可在知网下载《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》本人博客有解读资源-CSDN文库https://download.csdn.net/download/LIANG674027206/89205355 👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

《《《《《《《《更多资源还请持续关注本专栏》》》》》》》

论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download