شماره راهنما :
1985 دكتري
عنوان :
زمانبندي مصارف خانگي در خانه هوشمند مبتني بر دستهبندي تقاضاها و ويژگيهاي فردي مشترك خانگي
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
صفحه شمار :
يازده، 165ص.:مصور، جدول، نمودار
استاد مشاور :
محمدامين لطيفي، مهدي مهدوي
توصيفگر ها :
خانه هوشمند , زمانبندي مصارف خانگي , مديريت انرژي , تابع مطلوبيت , برنامه ريزي پويا
استاد داور :
محمداسماعيل همداني گلشن، حامد نريماني
تاريخ ورود اطلاعات :
1401/09/12
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1401/09/12
چكيده فارسي :
منابع محدود، پيچيدگي در فرايندهاي توليد، انتقال و توزيع، به همراه تقاضاي فزاينده براي مصرف، انرژي برق را به كالايي ارزشمند و گران تبديل نموده است. در اين رساله يك مدل جديد مديريت انرژِي در يك خانه هوشمند ارائه شده كه براساس تقسيمبندي تقاضاهاي خانگي و نيازهاي واقعي مصرف كننده خانگي و نيز شرايط زماني بازار برق بنا شده است. پس از اينكه تقاضاهاي خانگي به يكي از سه گروه تقاضاهاي زمان پايه، تقاضاهاي انرژي پايه و بالاخره تقاضاهاي كنترلي تقسيم بندي شدند، تابع مطلوبيت سهموي به آن¬ها اختصاص داده ميشود. براي شكلدهي تابع مطلوبيت براساس نيازها و خصوصيات فردي شخص مصرفكننده خانگي، لازم است براي هر تقاضا مقادير چهار پارامتر خاص توسط وي به سيستم برنامهريز مركزي مستقر درخانه هوشمند اطلاع داده شود. در مدل معرفيشده همچنين تأثير فعالسازي هم¬زمان برخي تقاضاها در نظرگرفته ميشود. با توسعه روابط رياضي، مدلي مبتني¬بر برنامهريزي غيرخطي آميخته با اعداد صحيح (MINLP) ارائه ميشود كه امكان حل مسئله بهينهسازي را با نرمافزارهاي تجاري در دسترس فراهم ميكند. با تعريف چند سناريو براساس شرايط شبه¬واقعي، مدل پيشنهادي مورد ارزيابي قرارگرفته كه بررسي نتايج عددي، نشاندهنده قابلقبول ¬بودن آنها از نظر بهينگي و تطابق با شرايط واقعي در تجارب انساني است. در ادامه رساله، موضوع مهم موثر بودن خروجيهاي نرمافزار GAMS مورد توجه و بررسي قرار ميگيرد. در اين راستا با الهام از مفاهيم كلي مباحث برنامهريزي پويا، به ارائه يك تكنيك خاص براي حل مسئله بهينهسازي براي مدل معرفي شده پرداخته ميشود. برنامهريزي در شرائط وجود عدم قطعيت دادههاي دما و تعرفه، براي مدل مديريت انرژي معرفي شده اين رساله، موضوع ديگري است كه درادامه به آن پرداخته مي شود. بدين منظورتلاش شده است با استفاده از مفاهيم برنامهريزي تصادفي، راهكاري براي برنامهريزي در اين شرايط ارايه گردد. در همين راستا سعي شده با تكيه بر مدل برنامهريزي پويا، يك روش برخط به منظور استخراج برنامهريزي تقاضاها در شرايط دريافت اطلاعات لحظهاي دما و تعرفه، ارايه گردد. بررسي نتايج شبيهسازي در اين دو بخش نشان دهنده دقت نسبي روشهاي معرفي شده است.
چكيده انگليسي :
In this treatise, a new model of energy management in a smart home is presented, which is based on task classification and the resident’s requirements. All household demands are divided into one of the three groups of time-based demands, energy-based demands and finally control-based demands. A quadratic utility function is derived based on the law of diminishing marginal utility in microeconomic, as a measure of the resident’s satisfaction on tasks progress. It is shown that to have a best task planning it is necessary to specify four specific values for each task. With the development of mathematical relationships, a model based on mixed integer nonlinear programming (MINLP) is presented, which provides the possibility of solving the optimization problem with available commercial software. By defining several scenarios based on quasi-real conditions, the proposed model has been evaluated, and the numerical results show that they are acceptable in terms of optimality and matching with real conditions in human experiences. To evaluate the effectiveness of GAMS software outputs, inspired by the general concepts of dynamic programming topics, a special technique is presented to solve the optimization problem for the introduced model. Energy management in the conditions of uncertainty of temperature and tariff data for our model, is another issue that is discussed further. For this purpose, we provide a solution for energy management in these conditions by using random programming concepts. Finally, based on the dynamic planning model, an online method is suggested to extract the demands programing in the conditions of receiving real-time temperature and tariff information. Examining the simulation results shows the relative accuracy of the introduced methods.
استاد راهنما :
حسين سعيدي
استاد مشاور :
محمدامين لطيفي، مهدي مهدوي
استاد داور :
محمداسماعيل همداني گلشن، حامد نريماني