李中偉，孟 迪，張鵬偉，張宏莉，張 嘯，李立東，武東升

(1．哈爾濱工業(yè)大學(xué)電氣工程及自動(dòng)化學(xué)院，黑龍江 哈爾濱 150001；2．哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,黑龍江 哈爾濱 150001)

家庭智能用電管理系統(tǒng)用電優(yōu)化算法研究

李中偉1,2，孟 迪1，張鵬偉1，張宏莉2，張 嘯1，李立東1，武東升1

(1．哈爾濱工業(yè)大學(xué)電氣工程及自動(dòng)化學(xué)院，黑龍江 哈爾濱 150001；2．哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,黑龍江 哈爾濱 150001)

為降低居民用戶(hù)用電費(fèi)用和提高用電效率，考慮分時(shí)電價(jià)價(jià)格激勵(lì)的作用，對(duì)家庭智能用電進(jìn)行了研究。構(gòu)建了由智能家用電器、傳統(tǒng)家用電器、電動(dòng)汽車(chē)及其充放電設(shè)備、智能開(kāi)關(guān)/插座、智能交互終端、智能手機(jī)、分布式能源和智能電表等組成的家庭智能用電管理系統(tǒng)。以一般家庭常用家用電器為優(yōu)化對(duì)象，以用戶(hù)用電費(fèi)用最低為優(yōu)化目標(biāo)，采用遺傳算法，根據(jù)用戶(hù)設(shè)定的各家用電器的工作時(shí)間范圍，提出了基于分時(shí)電價(jià)的家庭智能用電管理系統(tǒng)智能用電優(yōu)化算法。以兼顧用戶(hù)用電費(fèi)用和負(fù)荷消耗功率均勻分布為優(yōu)化目標(biāo)，設(shè)定功率閾值，引入懲罰機(jī)制，提出了基于分時(shí)電價(jià)的改進(jìn)智能用電優(yōu)化算法。仿真結(jié)果表明，所提出的智能用電優(yōu)化算法可為用戶(hù)最大限度節(jié)省用電費(fèi)用；所提出的改進(jìn)智能用電優(yōu)化算法可為用戶(hù)適當(dāng)節(jié)省用電費(fèi)用，并可避免引入新的用電高峰。因此，該智能用電優(yōu)化算法能實(shí)現(xiàn)既定優(yōu)化目標(biāo)，是有效、可行的。用戶(hù)可根據(jù)實(shí)際需要確定優(yōu)化目標(biāo)，選用相應(yīng)算法。

家庭智能用電管理系統(tǒng)； 優(yōu)化算法； 分時(shí)電價(jià)； 遺傳算法； 負(fù)荷消耗功率； 用戶(hù)舒適度

0 引言

隨著社會(huì)的進(jìn)步和人們生活水平的提高，越來(lái)越多的家用電器被居民用戶(hù)所使用，居民用電量在社會(huì)總用電量中的比重及用電費(fèi)用在人們的日常支出中的比重越來(lái)越大[1]。節(jié)能減排、提高能源利用率是應(yīng)對(duì)資源短缺和環(huán)境污染問(wèn)題的重要途徑[2-3]。智能用電作為智能電網(wǎng)的重要一環(huán)，可利用先進(jìn)的信息通信技術(shù)，使電力用戶(hù)由傳統(tǒng)被動(dòng)用電模式轉(zhuǎn)變?yōu)橹鲃?dòng)用電模式，從而有效提高電能利用效率、節(jié)省用電成本、構(gòu)建用戶(hù)和電力公司之間實(shí)時(shí)互動(dòng)的新型供用電關(guān)系[4-5]。

家庭智能用電管理系統(tǒng)作為智能用電和智能電網(wǎng)需求側(cè)響應(yīng)的主要組成部分，已逐漸成為國(guó)內(nèi)外研究熱點(diǎn)。文獻(xiàn)[6]在構(gòu)建家庭能量管理系統(tǒng)(home energy management system,HEMS)的基礎(chǔ)上，結(jié)合實(shí)時(shí)電價(jià)(real-time price,RTP)和傾斜塊率(inclined block rate,IBR)，以節(jié)省用電費(fèi)用和減少家用電器工作延時(shí)為目標(biāo)，提出了基于遺傳算法的智能用電優(yōu)化控制策略。

文獻(xiàn)[7]采用線(xiàn)性規(guī)劃方法，結(jié)合實(shí)時(shí)電價(jià)或基于加權(quán)平均得到的預(yù)測(cè)電價(jià)，提出了可為用戶(hù)節(jié)省電費(fèi)和減少家用電器等待時(shí)間的智能用電控制方案。文獻(xiàn)[8]建立了包含分布式能源、蓄電池和家用電器的家庭用電模型，并且以提升用戶(hù)舒適性和節(jié)省電費(fèi)開(kāi)支為目標(biāo)，利用電價(jià)杠桿作用，并基于粒子群算法，建立了家庭智能用電系統(tǒng)優(yōu)化模型。

電價(jià)機(jī)制是智能用電優(yōu)化的依據(jù)，目前國(guó)內(nèi)大部分地區(qū)采用分時(shí)電價(jià)。智能用電優(yōu)化問(wèn)題是復(fù)雜的非線(xiàn)性尋優(yōu)問(wèn)題，屬于全局性概率搜索算法的遺傳算法非常適用于解決此類(lèi)問(wèn)題。僅以節(jié)省用戶(hù)用電費(fèi)用為優(yōu)化目標(biāo)，其結(jié)果很可能將大部分家用電器轉(zhuǎn)移到電價(jià)比較便宜的時(shí)段工作，將會(huì)引入新的用電高峰，給電力系統(tǒng)的穩(wěn)定運(yùn)行帶來(lái)不利影響[9]。因此，本文基于分時(shí)電價(jià)，分別以用戶(hù)用電費(fèi)用最低，以及兼顧用戶(hù)用電費(fèi)用和負(fù)荷消耗功率均勻分布為優(yōu)化目標(biāo)，并基于改進(jìn)遺傳算法，提出了適用于家庭智能用電管理系統(tǒng)的智能用電優(yōu)化算法，并進(jìn)行了仿真驗(yàn)證。

1 方案設(shè)計(jì)與功能確定

根據(jù)智能用電技術(shù)未來(lái)發(fā)展趨勢(shì)和國(guó)內(nèi)用電環(huán)境，本文構(gòu)建了家庭智能用電管理系統(tǒng)，其框圖如圖1所示。該系統(tǒng)主要由智能家用電器、傳統(tǒng)家用電器、電動(dòng)汽車(chē)及其充放電設(shè)備、智能開(kāi)關(guān)/插座、智能交互終端、智能手機(jī)、分布式能源和智能電表等部分組成。

系統(tǒng)遠(yuǎn)程信道可采用光纖、電力線(xiàn)載波、GSM/GPRS或?qū)拵o(wú)線(xiàn)等通信技術(shù)實(shí)現(xiàn)[10]。上行信道主要用于傳送智能電表和智能交互終端采集的用戶(hù)用電信息[11]；下行信道主要用于發(fā)布供電公司制定的階梯/分時(shí)電價(jià)或?qū)崟r(shí)電價(jià)、停電通知、限電計(jì)劃、遠(yuǎn)程斷電控制指令以及用戶(hù)賬單等。智能電表除實(shí)現(xiàn)傳統(tǒng)電表的正向電能計(jì)量功能外，還需具備支持分布式電源接入和以電動(dòng)汽車(chē)作為電源向電網(wǎng)饋電時(shí)的反向電能計(jì)量、遠(yuǎn)程控制、分時(shí)/階梯或?qū)崟r(shí)電能費(fèi)率計(jì)量、電能質(zhì)量監(jiān)測(cè)、預(yù)付費(fèi)、用戶(hù)數(shù)據(jù)加密和事件記錄等功能。

圖1 家庭智能用電管理系統(tǒng)框圖

2 智能用電優(yōu)化算法

一般來(lái)說(shuō)，家庭中的主要家用電器類(lèi)型和數(shù)量在其入住后基本固定不變。本文在統(tǒng)計(jì)一般家庭常用家用電器類(lèi)型基礎(chǔ)上，選取其中某種具有代表性的型號(hào)作為智能用電優(yōu)化算法的優(yōu)化對(duì)象。選取的家用電器類(lèi)型及其工作參數(shù)如表1所示。

表1 家用電器類(lèi)型及其工作參數(shù)

智能用電優(yōu)化算法的優(yōu)化目標(biāo)是盡可能在不改變用戶(hù)舒適度的前提條件下，結(jié)合分時(shí)電價(jià)，調(diào)整家用電器的起始工作時(shí)間，從而降低用戶(hù)用電費(fèi)用[12]。

2.1 優(yōu)化目標(biāo)1

優(yōu)化目標(biāo)1即以用戶(hù)用電費(fèi)用最低為優(yōu)化目標(biāo)。

為了簡(jiǎn)化智能用電優(yōu)化問(wèn)題，本文將1 h分為5個(gè)時(shí)間片段，每個(gè)時(shí)間片段u=12 min，一天共120個(gè)時(shí)間片段組成U，即u∈{1,2,…,120}。以12 min作為家用電器工作時(shí)間的最小計(jì)量單位，設(shè)每種家用電器的工作時(shí)間是12 min的整數(shù)倍。實(shí)際工作時(shí)間不足12 min的整數(shù)倍的，以12 min的整數(shù)倍計(jì)算；對(duì)于工作時(shí)間不足12 min的家用電器，計(jì)算時(shí)當(dāng)作12 min來(lái)處理。這樣的處理方法必然會(huì)使最后的結(jié)果產(chǎn)生一些誤差，但因?yàn)闀r(shí)間片段足夠小，誤差可以忽略不計(jì)。采用7位二進(jìn)制碼表示120個(gè)時(shí)間片段。

根據(jù)時(shí)間劃分原則，每種家用電器的用電量可以用一個(gè)向量來(lái)表示，假設(shè)向量A為所有家用電器的集合，a為某種家用電器(a∈A)，Wa為家用電器a的能耗向量，則：

(1)

假設(shè)家用電器a的功率值P為定值，則在12min內(nèi)的能耗表示為：

(2)

基于分時(shí)電價(jià)的智能用電優(yōu)化算法，通過(guò)在用戶(hù)設(shè)定的各家用電器可工作時(shí)間范圍內(nèi)，調(diào)整各家用電器的起始工作時(shí)間，優(yōu)化家用電器的能耗向量Pa，可達(dá)到降低用戶(hù)用電費(fèi)用的目的。為此，需要為各家用電器規(guī)劃合理的工作時(shí)間范圍。

假設(shè)αa(αa∈U)為家用電器工作時(shí)間范圍下限，βa(βa∈U)為工作時(shí)間范圍上限，αa<βa；la為a的工作時(shí)長(zhǎng)，0≤la≤βa-αa；ta為a的起始工作時(shí)間。由此可以確定每種家用電器的起始工作時(shí)間范圍ta。以ta為變量，則可以求出每種家用電器相應(yīng)的能耗向量Pa。

為了計(jì)算用戶(hù)用電費(fèi)用，必須有對(duì)應(yīng)分時(shí)電價(jià)信息。本文以《國(guó)家發(fā)展改革委關(guān)于湖北省分時(shí)電價(jià)方案的批復(fù)》文件中給出的分時(shí)電價(jià)方案為例進(jìn)行計(jì)算，其電價(jià)函數(shù)為：

(3)

(4)

式中：向量Y包含120個(gè)元素。

本文提出的智能用電優(yōu)化算法以表1所示的7種家用電器對(duì)應(yīng)的12個(gè)工作時(shí)間范圍為優(yōu)化對(duì)象。下面以空調(diào)為例，說(shuō)明如何獲得每種家用電器的能耗向量。設(shè)空調(diào)的工作時(shí)間范圍為8:00～12:00(實(shí)際應(yīng)用時(shí)由用戶(hù)根據(jù)自身用電習(xí)慣設(shè)定)，空調(diào)工作時(shí)間為1 h(5個(gè)u)，由上述方法可知空調(diào)的啟動(dòng)時(shí)間范圍為：

t6∈[8:00,11:00]?{41,42,…,56}

(5)

(6)

同理，以各家用電器起始時(shí)間為變量求出每種家用電器的能耗向量，進(jìn)而求出總的能耗向量為：

W={W1,W2,…,W12}

(7)

式中：Wn(n=1,2,…,12)為對(duì)應(yīng)家用電器的能耗向量；W為12×120的矩陣。

對(duì)向量W每列求和，可得：

Q1={q1,q2,…,q120}

(8)

由式(4)的電價(jià)向量和式(8)的能耗向量，可以求出用電費(fèi)用為：

E=Y·Q1

(9)

將Y的120個(gè)相量求和，即可得到用戶(hù)每天總的用電費(fèi)用。

以用戶(hù)每天總的用電費(fèi)用最低為優(yōu)化目標(biāo)，采用遺傳算法進(jìn)行優(yōu)化，求取每個(gè)家用電器的起始工作時(shí)間。采用遺傳算法，基于分時(shí)電價(jià)的智能用電優(yōu)化算法實(shí)現(xiàn)流程圖如圖2所示。

圖2 智能用電優(yōu)化算法實(shí)現(xiàn)流程圖

2.2 優(yōu)化目標(biāo)2

如果僅以用戶(hù)用電費(fèi)用最低為優(yōu)化目標(biāo)，則上述智能用電優(yōu)化算法的優(yōu)化結(jié)果很可能是將大部分家用電器轉(zhuǎn)移到電價(jià)比較便宜的時(shí)段工作。若大量用戶(hù)均采用該算法進(jìn)行優(yōu)化，將會(huì)引入新的用電高峰，給電力系統(tǒng)的穩(wěn)定運(yùn)行帶來(lái)不利影響。因此，有必要對(duì)上述智能用電優(yōu)化算法進(jìn)行改進(jìn)。在降低用電費(fèi)用的同時(shí)，加入限定條件，盡可能使家用電器負(fù)荷消耗功率均勻分布。

為了避免某個(gè)時(shí)段用電量過(guò)高，可設(shè)定一個(gè)功率閾值，當(dāng)某個(gè)時(shí)段總用電量超過(guò)設(shè)定閾值時(shí)，對(duì)超過(guò)的部分多收取一定的費(fèi)用[9]。本文擬設(shè)定1 h的功率閾值。由于家用電器的工作時(shí)間主要集中在5：00～23：00之間，將功率閾值定義為用戶(hù)所有家用電器1 d內(nèi)總的消耗功率除以主要工作時(shí)間段(小時(shí)數(shù))再乘以一個(gè)可靠系數(shù)，即：

(10)

式中：sum(Q1)為能耗向量Q1各元素的總和；k1為可靠系數(shù)，k1≥1，本文取k1=1。有效的功率閾值(virtual threshold power,VTP)也可由電力公司在統(tǒng)計(jì)分析所有用戶(hù)的用電情況的基礎(chǔ)上確定。VTP表示了1 h內(nèi)的用電量，所以對(duì)Q1的每5個(gè)元素進(jìn)行求和，可得：

(11)

通過(guò)比較Q2中(n=1,2,…,24)和功率閾值VTP的大小，當(dāng)qn≥VTP時(shí)，減去VTP，當(dāng)qn≤VTP時(shí)，取值為0。由此可得到新的向量：

Q3={q1′,q2′,…,q24′}

(12)

由式(9)和式(12)，可得用電總費(fèi)用為：

price_all=sum(E)+sum(Q3)×k2

(13)

式中：sum(E)為向量E的各元素之和；sum(Q3)為向量Q3的各元素之和；k2為懲罰電費(fèi)，以節(jié)省用電費(fèi)用為主要目的，k2的取值不應(yīng)太大。k2應(yīng)由電力公司根據(jù)電力系統(tǒng)的整體情況確定，目前國(guó)內(nèi)外電力公司尚未確定此值，本文暫取k2=0.1。

以price_all最低為優(yōu)化目標(biāo)，同樣采用遺傳算法進(jìn)行優(yōu)化，求取每個(gè)家用電器的起始工作時(shí)間，其實(shí)現(xiàn)流程圖仍然如圖2所示。以上即為改進(jìn)后的智能用電優(yōu)化算法，通過(guò)引入懲罰機(jī)制，對(duì)用戶(hù)某個(gè)時(shí)段用電量較大時(shí)加收一定的費(fèi)用，以實(shí)現(xiàn)在為用戶(hù)節(jié)省電費(fèi)的同時(shí)盡可能使用戶(hù)負(fù)荷消耗功率均勻分布。

3 仿真結(jié)果及分析

本文首先對(duì)普通用戶(hù)用電行為進(jìn)行統(tǒng)計(jì)，對(duì)其用電量和用電費(fèi)用進(jìn)行計(jì)算；然后，采用本文所提出的智能用電優(yōu)化算法進(jìn)行仿真，得到每個(gè)家用電器的起始工作時(shí)間，并計(jì)算出優(yōu)化前后的用電費(fèi)用；最后，通過(guò)比較優(yōu)化前后的用電費(fèi)用和用戶(hù)負(fù)荷消耗功率分布，驗(yàn)證本文所提智能用電優(yōu)化算法的成效。

通過(guò)Matlab仿真，得到的優(yōu)化前后各時(shí)間片段及各小時(shí)的用電分布情況，分別如圖3、圖4所示。

圖3 優(yōu)化前后用電分布圖(各時(shí)間片段)

圖4 優(yōu)化前后用電分布圖(各小時(shí))

基于分時(shí)電價(jià)的智能用電優(yōu)化算法對(duì)應(yīng)的遺傳算法參數(shù)如下：變量個(gè)數(shù)為12，種群個(gè)數(shù)為30；交叉率為0.8，變異率為0.02，最大迭代次數(shù)為50。

3.1 優(yōu)化方案1

優(yōu)化方案1是以表1所示的用戶(hù)所用的家用電器為優(yōu)化對(duì)象，以用電費(fèi)用最低為優(yōu)化目標(biāo)，采用基于分時(shí)電價(jià)的智能用電優(yōu)化算法進(jìn)行優(yōu)化。由圖3(b)和圖4(b)可知，采用智能用電優(yōu)化算法后，用戶(hù)功率消耗分布較為分散，主要是將家用電器工作時(shí)間從電價(jià)峰時(shí)段調(diào)整到平時(shí)段或者谷時(shí)段，以此達(dá)到節(jié)省用電費(fèi)用的目的。

由智能用電優(yōu)化算法的優(yōu)化結(jié)果可得到各家用電器的起始工作時(shí)刻，受限于篇幅在此不給出。由各家用電器的起始工作時(shí)刻可計(jì)算出優(yōu)化前后用戶(hù)每天的用電費(fèi)用，優(yōu)化前用電費(fèi)用為7.44元，優(yōu)化后用電費(fèi)用為5.45元，費(fèi)用減少了26.7%。由此可見(jiàn)，采用智能用電優(yōu)化算法可以為用戶(hù)節(jié)省用電費(fèi)用。

3.2 優(yōu)化方案2

優(yōu)化方案2是以兼顧用戶(hù)用電費(fèi)用和負(fù)荷消耗功率均勻分布為優(yōu)化目標(biāo)。其采用改進(jìn)后的基于分時(shí)電價(jià)的智能用電優(yōu)化算法進(jìn)行優(yōu)化，在Matlab上進(jìn)行仿真，仿真結(jié)果如圖3(c)、圖4(c)所示。

由改進(jìn)后的智能用電優(yōu)化算法的優(yōu)化結(jié)果得到各家用電器的起始工作時(shí)刻，計(jì)算出優(yōu)化后的用電費(fèi)用為5.73元，與優(yōu)化前的7.44元用電費(fèi)用相比減少了23%。由此可見(jiàn)，采用改進(jìn)后的智能用電優(yōu)化算法可以實(shí)現(xiàn)預(yù)計(jì)的優(yōu)化目標(biāo)，在為用戶(hù)節(jié)省用電費(fèi)用的同時(shí)使用電分布更加均勻。

4 結(jié)束語(yǔ)

本文從家庭用戶(hù)的實(shí)際需求出發(fā)，構(gòu)建了家庭智能用電管理系統(tǒng)。選取一般家庭常用家用電器為優(yōu)化對(duì)象，根據(jù)用戶(hù)設(shè)定的各家用電器的工作時(shí)間范圍，以用戶(hù)用電費(fèi)用最低為優(yōu)化目標(biāo)，對(duì)分時(shí)電價(jià)提出了基于遺傳算法的智能用電優(yōu)化算法，并給出了算法的實(shí)現(xiàn)流程；同時(shí)，設(shè)定功率閾值，引入懲罰機(jī)制，以兼顧用戶(hù)用電費(fèi)用和負(fù)荷消耗功率均勻分布為優(yōu)化目標(biāo)，提出了基于遺傳算法的改進(jìn)智能用電優(yōu)化算法。在本文設(shè)定場(chǎng)景下的Matlab仿真結(jié)果表明：①采用優(yōu)化方案1，對(duì)應(yīng)分時(shí)電價(jià)為用戶(hù)節(jié)省26.7%的用電費(fèi)用；②采用優(yōu)化方案2，對(duì)應(yīng)分時(shí)電價(jià)為用戶(hù)節(jié)省25.4%的用電費(fèi)用，雖然節(jié)省的用電費(fèi)用略有減少，但可使用戶(hù)的用電分布更加均勻，避免引入新的用電高峰。因此，本文所提智能用電優(yōu)化算法能夠?qū)崿F(xiàn)既定優(yōu)化目標(biāo)，是有效、可行的。用戶(hù)可根據(jù)實(shí)際需要確定優(yōu)化目標(biāo)，選用相應(yīng)算法。

[1] AMIN S M，WOLLENGERG B F.Toward a smart grid[J].Power and Energy Magazine，2005，3(5)：34-41.

[2] 陳樹(shù)勇，宋書(shū)芳，李蘭欣.智能電網(wǎng)技術(shù)綜述[J].電網(wǎng)技術(shù)，2009，33(8):1-7.

[3] 劉振亞.建設(shè)堅(jiān)強(qiáng)智能電網(wǎng)支撐又好又快發(fā)展[J].電網(wǎng)與清潔能源，2009，25(9):1-3.

[4] 章鹿華，王思彤，易忠林，等.高級(jí)計(jì)量架構(gòu)(AMI)對(duì)智能電網(wǎng)下供用電關(guān)系的影響[J].電測(cè)與儀表，2011，48(5)：33-36.

[5] 張景超，陳卓婭.AMI 對(duì)未來(lái)電力系統(tǒng)的影響[J].電力系統(tǒng)自動(dòng)化，2010，34(2):20-23.

[6] ZHAO Z，LEE W C，SHIN Y，et al.An optimal power scheduling method for demand response in home energy management system[J].IEEE Transactions on Smart Grid，2013，4(3)：1391-1400.

[7] INOUE S，DAI J，SHIBA M，et al.Knowledge management approach for saving home energy consumption[C]//IEEE International Conference on Fuzzy Systems,2010：1-6.

[8] MOHSENIAN-RAD A H，LEON-GARCIA A.Optimal residential load control with price prediction in real-time electricity pricing environments[J].IEEE Transactions on Smart Grid，2010，1(2)：120-133.

[9] 陸青，謝品杰，冷亞軍，等.面向家庭智能用電的用電任務(wù)調(diào)度優(yōu)化[J].華東電力，2014(5)：16-24.

[10]STRBAC G.Demand side management benefits and challenges[J].Energy Policy，2008，36(12):4419-4426.

[11]周明，孫樹(shù)棟.遺傳算法原理及應(yīng)用[M].北京：國(guó)防工業(yè)出版社，1999：1-20.

[12]CHEN X D，WEI T Q，HU S Y.Uncertainty-aware household appliance scheduling considering dynamic electricity pricing in smart home[J].IEEE Transactions on Smart Grid，2013，4(2)：932-941.

Research on the Optimization Algorithm of Electricity Consumption in Smart Home Electricity Consumption Management System

LI Zhongwei1,2,MENG Di1,ZHANG Pengwei1,ZHANG Hongli2,ZHANG Xiao1,LI Lidong1,WU Dongsheng1

(1.School of Electrical Engineering and Automation,Harbin Institute of Technology,Harbin 150001,China;2.School of Computer Science and Technology,Harbin Institute of Technology,Harbin 150001,China)

In order to reduce the electricity costs and improve the efficiency of electricity consumption,and consider the role of incentives of time-of-use pricing,the home smart electricity consumption is researched.The smart home electricity consumption management system,which is consisting of intelligent household appliances,traditional household appliances,electric vehicles and related charging and discharging equipment,smart switch/socket,intelligent interaction terminal,smart phone,distributed energy and smart meter is constructed.With the general household appliances as the object of optimization,and the lowest electricity costs of user as the target of optimization,by using genetic algorithm,and in accordance with the time periods of each appliance used by user,the optimization algorithm of smart electricity consumption based on time-of-use pricing is proposed.Both the electricity costs of user and the evenly distributed load power consumption as the optimization target,the power threshold is set and the punishment mechanism is introduced,then the improved optimization algorithms of smart electricity consumption based on time-of-use pricing is proposed.The simulation results show that the maximum savings in electricity costs of user can be obtained by the optimization algorithm proposed;and appropriate savings in electricity costs of user can be obtained by the improved algorithm;and introducing a new peak of electricity consumption is avoided.Therefore,the proposed optimization algorithm can achieve the goal of optimization,which is effective and feasible.The user can determine the optimization target according to the actual needs and choose corresponding algorithm.

Smart home electricity consumption optimization algorithm; Optimization algorithm; Time-of-use price; Genetic algorithm; Load power consumption; User comfort

李中偉(1976—)，男，博士，副教授，主要從事智能用電管理、智能電網(wǎng)通信及其信息安全、電力系統(tǒng)負(fù)荷側(cè)頻率穩(wěn)定與控制方向的研究。E-mail：lzw@hit.edu.cn。

TH-39;TP273

A

10.16086/j.cnki.issn1000-0380.201708006

修改稿收到日期:2017-01-18