基于数据驱动的智能空调系统需求响应可控潜力评估研究(Matlab代码实现)
👨🎓个人主页:研学社的博客
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
文献来源:
摘要:住宅空调负荷(ACL)是一种有前途的需求响应(DR)资源,具有一定的灵活性和可控性,可以提高电网的运行灵活性和资源利用率。灾难恢复潜力评估对于估计功率降低和确定合适的灾难恢复客户非常重要。为了更好地揭示灾难恢复过程中的多方面因素和多重不确定性,本文提出了一种新的定义和评估方法,用于从单个客户到大规模地区的运营灾难恢复潜力。为了解决两个主要的评估问题:ACLs提取和参数估计,提出了一种考虑负荷水平差异和季节变化的无监督负荷分解方法,将全屋能耗分解为ACLs和基本负荷分量,随后,基于ACL的热动力学模型,开发了用于静态和动态模型参数估计的分段分析方法。对所提出的方法进行了深入的实施,以分析ACL的消费行为,并针对不同时间尺度的DR计划以经济高效的方式瞄准客户。
本文首先评估单一客户的空调可控潜力,进而发展为大规模地区的空调的需求响应潜力以及规模的评估。采用静态和动态模型参数估计的分段分析方法,深入分析了空调负荷的消费行为,并针对不同时间尺度的需求响应问题,以成本效益为目标,优化空调负荷的需求响应行为。最后以实际的算例数据,验证了所提出方法的准确性和鲁棒性。文献基于德克萨斯州奥斯汀市119个居民客户的地面真实数据进行的数据实验验证了所提出的方法具有更好的准确性和鲁棒性。这些结果还表明,ACL使用模式(共19种模式)和灾难恢复潜力(最大3.2 kW)的巨大差异来自不同的灾难恢复持续时间和运营条件,这表明政策和计划应参考不同灾难恢复场景中灾难恢复客户目标和参与者选择的5个基本指标。
📚2 运行结果
部分代码:
figure(7)
set(gcf,'unit','centimeters','position',[0,0,16,12])
plot([temp3weekday;temp3weekend],[P3baseloadweekday;P3baseloadweekend],'o','MarkerSize',2);
set(gca,'FontName','Times New Roman','FontSize',10.5)
xlabel('\fontsize{10.5}\fontname{Times new roman}Outdoor Temperature (℉)')
ylabel('\fontsize{10.5}\fontname{Times new roman}Load Power (kW)')
figure(8)
set(gcf,'unit','centimeters','position',[0,0,16,12])
plot(mean(P3baseloadweekdaytrue),'k-.','LineWidth',1)
hold on
plot(mean(P3baseloadweekendtrue),'b-.','LineWidth',1)
hold on
plot(mean(P3baseloadweekday),'k-','LineWidth',2)
hold on
plot(mean(P3baseloadweekend),'b-','LineWidth',2)
hold on
set(gca,'FontName','Times New Roman','FontSize',10.5)
xlabel('\fontsize{10.5}\fontname{Times new roman}Time (h)')
ylabel('\fontsize{10.5}\fontname{Times new roman}Load Power (kW)')
%% clustering of April
Pcluster=P4;
temp4=T4;
[idx,C,sumD]=kmeans(Pcluster,4);
[Y,I]=sort(mean(C'));
P4baseloadweekday=Pcluster(find(idx==I(1)),:);
P4baseloadweekend=Pcluster(find(idx==I(3)),:);
P4otherweekday=Pcluster(find(idx==I(2)),:);
P4otherweekend=Pcluster(find(idx==I(4)),:);
cluster4=zeros(size(idx,1),1);
cluster4(find(idx==I(1)),1)=1;
cluster4(find(idx==I(3)),1)=2;
cluster_4=zeros(size(idx,1),1);
cluster_4([find(idx==I(1));find(idx==I(3))],1)=1;
P4baseloadweekdaytrue=baseload4(find(idx==I(1)),:);
P4baseloadweekendtrue=baseload4(find(idx==I(4)),:);
weekday4=[find(idx==I(1));find(idx==I(2))];
weekend4=[find(idx==I(3));find(idx==I(3))];
temp4weekday=temp4(find(idx==I(1)),:);
temp4weekend=temp4(find(idx==I(3)),:);
temp4otherweekday=temp4(find(idx==I(2)),:);
temp4otherweekend=temp4(find(idx==I(4)),:);
figure(7)
set(gcf,'unit','centimeters','position',[0,0,16,12])
plot([temp3weekday;temp3weekend],[P3baseloadweekday;P3baseloadweekend],'o','MarkerSize',2);
set(gca,'FontName','Times New Roman','FontSize',10.5)
xlabel('\fontsize{10.5}\fontname{Times new roman}Outdoor Temperature (℉)')
ylabel('\fontsize{10.5}\fontname{Times new roman}Load Power (kW)')
%% weekday correction
🎉3 参考文献
部分理论来源于网络,如有侵权请联系删除。
🌈4 Matlab代码、数据、文章讲解
相关文章
- matlab图像处理初步,MATLAB数字图像处理初步「建议收藏」
- matlab 求矩阵秩,求Matlab中矩阵的秩和迹 | 学步园[通俗易懂]
- matlab中错误使用fmincon,MATLAB中fmincon 函数问题
- Linux Platform devices 平台设备驱动
- MATLAB好玩的代码_Matlab代码
- bp神经网络及matlab实现_bp神经网络应用实例Matlab
- matlab 加权回归估计_Matlab:地理加权回归基本操作「建议收藏」
- MATLAB 循环语句_for循环matlab
- MATLAB循环_matlab如何循环计算
- matlab 怎么使用function,Matlab中function函数使用操作方法
- Ubuntu22.04 CH340系列串口驱动(没有ttyUSB)问题解决方案
- [JCIM | 论文简读] CLADE 2.0:进化驱动的集群学习辅助的定向进化
- 安装nvidia显卡驱动,需要系统盘剩余空间5G左右
- 【Binder 机制】分析 Android 内核源码中的 Binder 驱动源码 binder.c ( googlesource 中的 Android 内核源码 | 内核源码下载 )
- Linux下使用Matlab玩转编程世界。(linux下matlab)
- Linux系统下的备份驱动实践(linux备份驱动)
- 驱动Linux SO加载驱动实践与指引(linuxso加载)
- 机制Java驱动的Redis过期机制研究(redisjava过期)
- 安装Linux驱动:为CH340 USB芯片做好准备(linuxch340)
- AMD开发新Linux显卡驱动 缩小与英伟达差距
- 探索Linux 网卡驱动技术的奥秘(linuxeth驱动)
- MySQL连接驱动下载:一步步构建最佳SQL环境(mysql连接驱动下载)