面向家庭的智能用电管理系统的研究与实现
| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-20页 |
| 1.1 选题背景及研究意义 | 第10-13页 |
| 1.1.1 选题背景 | 第10-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 智能用电管理系统概况 | 第13-16页 |
| 1.2.1 政策导向 | 第13-14页 |
| 1.2.2 智能用电管理技术 | 第14-16页 |
| 1.3 家庭智能用电优化与控制现状 | 第16-17页 |
| 1.3.1 家庭智能用电优化算法研究现状 | 第16-17页 |
| 1.3.2 家庭智能用电控制策略研究现状 | 第17页 |
| 1.4 家庭短期负荷预测研究现状 | 第17-18页 |
| 1.5 本文的主要研究工作 | 第18-20页 |
| 2 家庭智能用电管理系统 | 第20-42页 |
| 2.1 家庭智能用电管理系统总体框架设计 | 第20-23页 |
| 2.1.1 系统硬件架构 | 第20-22页 |
| 2.1.2 系统软件架构 | 第22-23页 |
| 2.2 家电的分类及其负荷用电模型 | 第23-31页 |
| 2.2.1 主要家庭用电电器数学模型 | 第24-27页 |
| 2.2.2 基于实测的家用电器优化用电模型 | 第27-31页 |
| 2.3 小型户用屋顶光伏发电 | 第31-33页 |
| 2.3.1 光伏发电随机数学模型 | 第31-32页 |
| 2.3.2 户用光伏发电系统的运行模式 | 第32-33页 |
| 2.4 家庭用储能电池及其特性分析 | 第33-36页 |
| 2.4.1 储能电池分类 | 第33-35页 |
| 2.4.2 储能电池工作特性 | 第35-36页 |
| 2.5 国内外电价分类与分析 | 第36-38页 |
| 2.5.1 居民用电的不同电价模式 | 第36-37页 |
| 2.5.2 电价激励下的负荷需求响应 | 第37-38页 |
| 2.6 家庭用户短期负荷预测与使用 | 第38-41页 |
| 2.6.1 居民家庭短期负荷的灰色预测 | 第39-41页 |
| 2.7 本章小结 | 第41-42页 |
| 3 家庭智能用电管理系统优化模型与控制策略 | 第42-58页 |
| 3.1 家庭用电管理系统优化模型 | 第42-43页 |
| 3.1.1 用户用电模型建立 | 第42-43页 |
| 3.2 求解家庭各设备用电优化模型的算法 | 第43-45页 |
| 3.2.1 动态规划算法 | 第43-44页 |
| 3.2.2 实用简化算法 | 第44-45页 |
| 3.3 家庭用电管理系统实时控制策略 | 第45-49页 |
| 3.3.1 家用电器综合控制策略 | 第46-47页 |
| 3.3.2 家用储能电池控制策略 | 第47-48页 |
| 3.3.3 家用光伏电能使用控制策略 | 第48-49页 |
| 3.4 家庭用电管理系统优化结果 | 第49-56页 |
| 3.4.1 用动态规划算法的优化结果 | 第50-53页 |
| 3.4.2 用简单实用算法的优化结果 | 第53-55页 |
| 3.4.3 两种方法的比较 | 第55-56页 |
| 3.5 本章小结 | 第56-58页 |
| 4 面向家庭的智能用电管理系统的实现 | 第58-82页 |
| 4.1 硬件部分 | 第58-72页 |
| 4.1.1 设备选型 | 第58-59页 |
| 4.1.2 控制中心MCU设计 | 第59-60页 |
| 4.1.3 智能插座模块设计 | 第60-65页 |
| 4.1.4 通信模块设计 | 第65-67页 |
| 4.1.5 红外控制模块设计 | 第67-71页 |
| 4.1.6 示模块设计 | 第71页 |
| 4.1.7 温度测量模块及报警模块设计 | 第71-72页 |
| 4.2 软件设计 | 第72-76页 |
| 4.2.1 开发环境介绍 | 第72-73页 |
| 4.2.2 控制中心程序设计 | 第73-74页 |
| 4.2.3 智能插座程序设计 | 第74-75页 |
| 4.2.4 红外控制程序设计 | 第75-76页 |
| 4.3 实测结果 | 第76-78页 |
| 4.3.1 负荷曲线实测结果 | 第76-77页 |
| 4.3.2 配用电互动模式下空调负荷调节分析 | 第77-78页 |
| 4.4 本章小结 | 第78-82页 |
| 5 总结与展望 | 第82-84页 |
| 参考文献 | 第84-86页 |
| 作者简历 | 第86-90页 |
| 学位论文数据集 | 第90页 |
