進階搜尋


   電子論文尚未授權公開,紙本請查館藏目錄
(※如查詢不到或館藏狀況顯示「閉架不公開」,表示該本論文不在書庫,無法取用。)
系統識別號 U0026-1502201614560400
論文名稱(中文) 具分散式可再生能源之發電及儲存能力之智慧電網下的需求端管理
論文名稱(英文) Demand Side Management for Smart Grid with Distributed Renewable Power Generation and Storage
校院名稱 成功大學
系所名稱(中) 資訊管理研究所
系所名稱(英) Institute of Information Management
學年度 104
學期 1
出版年 105
研究生(中文) 陳文惠
研究生(英文) Wen-Hui Chen
學號 R76021053
學位類別 碩士
語文別 中文
論文頁數 52頁
口試委員 指導教授-劉任修
口試委員-王惠嘉
口試委員-胡政宏
中文關鍵字 智慧電網  即時電價  再生能源裝置 
英文關鍵字 Smart grid  real-time pricing  renewable energy device 
學科別分類
中文摘要 電力公司在乎如何供電使效用最大且供電成本最低,用戶則是關心如何安排須用的電工作成本最低,這些用電問題隨著不同用電管理方式產生不同結果。早期為避免尖峰用電量過高,電力公司與用戶達成協議,能直接控制用戶的部分電器,近年來,用戶的自利性及前瞻性等特性提升,因此透過需求端管理掌握自身用電需求。計價模式的選擇是決定用電成本及效用的關鍵因素之一,本研究採用新興計價模式-即時電價法(Real-time Pricing, RTP)。美國總統歐巴馬於2009年宣布將智慧電網計畫納入振興經濟的方案中後,智慧電網隨即引起世界的重視; 近年來環境意識高漲,為了保護環境不被汙染及降低相關燃料資源滅絕的速度,可再生能源成了替代能源最新來源,自然資源的特性,使發電過程較環保且不用擔心資源滅絕之問題。
本研究探討用戶能於需求端管理用電,假設電力公司則採用RTP計價模式,在智慧電網的架構下,使用分散式儲發電裝置,求解用電成本最小化問題,並證明用電成本問題在不考慮可再生能源裝置及工作期限下為NP-hard問題,提出以單一用戶為考量的電器工作排程演算法及考慮可再生能源之電池排程演算法,和多用戶排程演算法,最後,證明多用戶排程演算法在有限時間內會收斂至pure Nash equilibrium。我們的實驗結果顯示提出的演算法在執行時間上有優勢,且執行多人演算法後,每個時段的總用電量分布平均,解決了高尖峰用電的問題,且用戶的總用電成本會收斂至Nash equilibrium,儲存再生能源之電池電量也能維持在一定的水準。
英文摘要 In this paper, we study the problem of demand side management in smart grid with distributed power generation and storage. We assume that users have renewable power generation and storage devices and have appliances with flexible schedules. Because the cost of generating traditional power increases exponentially with demands, our goals is to lower the peak system load as well as minimizing the electricity cost for all users. In the rest of the thesis, we first show that the electricity minimization problem is NP-hard. Then, we propose a distributed demand side management algorithm to solve the problem and show that the algorithm converges to some pure Nash equilibrium in finite rounds. Experiment results showed that our proposed algorithms can help both users and the electricity company reduce electricity cost.
論文目次 摘要 I
EXTENDED ABSTRACT II
誌謝 VI
表目錄 X
圖目錄 XI
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.2.1 需求端管理 2
1.2.2 電費計價模式 4
1.2.3 可再生能源(Renewable Energy) 7
1.3 研究目標 7
第二章 文獻探討 9
2.1 文獻回顧 9
2.2 小結 14
第三章 研究方法 15
3.1 數學模型 17
3.2 研究問題之複雜度分析 19
3.3 電器工作及電池工作排程演算法 24
3.3.1 電器工作排程 24
3.3.2 電池工作排程 26
3.3.3 多用戶排程 29
第四章 實驗 33
4.1 實驗環境建置 33
4.2 實驗結果與分析 37
4.2.1 執行時間 37
4.2.2 總用電成本 38
4.2.3 總用電量及電池電量 42
第五章 結論 47
參考文獻 49


參考文獻 中文文獻
PingWest中文網. (2015年5月6日). 特斯拉推出的家庭電池,讓全球核電歸零變為可能. 擷取自 T客邦: http://www.techbang.com/posts/23483-tesla-battery-company-now-let-the-home-electricity-is-also-driven-on-battery
Tesla. (2015). Tesla Powerwall. 擷取自 Tesla: https://www.teslamotors.com/powerwall
李懿修. (2012年9月19日). 智慧電網在現代智慧建築與城市中的高度應用. 擷取自 Digitimes: http://www.digitimes.com.tw/tw/things/shwnws.asp?cnlid=15&cat=10&cat1=15&id=0000301694_SLO5TIEELI3X9Q32CCN0N
凌群電腦股份有限公司. (2013年12月24日). 擷取自 凌群電腦: http://www.fbblife.com/04967550/article/content.aspx?ArticleID=1725
維基百科. (2014年6月9日). 維基百科. 擷取自 http://zh.wikipedia.org/wiki/%E6%99%BA%E6%85%A7%E9%9B%BB%E7%B6%B2
鍾健文, & 王宗昶. (2013). 各式太陽能電池製程介紹與最新技術發展. 遠東學報, 117-132.

英文文獻
Ackermann, H., Röglin, H., & Vöcking, B. (2006). Pure Nash equilibria in player-specific and weighted congestion games Internet and Network Economics (pp. 50-61): Springer.
Allcott, H. (2009). Real time pricing and electricity markets. Harvard University.
Arslan, C. (2012). Household electricity cost reduction: electricity cost reduction through time-varying pricing with game theoretical scheduling for household consumers.
BrightstarSolar. (2014年2月12日). Commen Sizes of Solar Panels. 擷取自 Brightstart
Solar: http://brightstarsolar.net/2014/02/common-sizes-of-solar-panels/
Baseline Measurement System. (2015年7月10日). 擷取自 NREL: www.nrel.gov/midc/srrl_bms/
Chen, C., Kishore, S., & Snyder, L. V. (2011). An innovative RTP-based residential power
scheduling scheme for smart grids. Paper presented at 2011 IEEE International
Conference on the Acoustics, Speech and Signal Processing (ICASSP)
Faruqui, A., & George, S. (2005). Quantifying customer response to dynamic pricing. The Electricity Journal, 18(4), 53-63.
Kim, T. T., & Poor, H. V. (2011). Scheduling power consumption with price uncertainty. IEEE Transactions on Smart Grid, 2(3), 519-527.
Lee, M., Aslam, O., Foster, B., Kathan, D., Kwok, J., Medearis, L.,Tita, M. (2013). Assessment of demand response and advanced metering. Federal Energy Regulatory Commission, Tech. Rep.
Lunden, J., Werner, S., & Koivunen, V. (2013). Distributed demand-side optimization with load uncertainty. Paper presented at 2013 IEEE International Conference on the Acoustics, Speech and Signal Processing (ICASSP).
Masters, G. M. (2013). Renewable and efficient electric power systems: John Wiley & Sons.
Mohsenian-Rad, A.-H., & Leon-Garcia, A. (2010). Optimal residential load control with price prediction in real-time electricity pricing environments. IEEE Transactions on Smart Grid, 1(2), 120-133.
Mohsenian-Rad, A.-H., Wong, V. W., Jatskevich, J., Schober, R., & Leon-Garcia, A. (2010). Autonomous demand-side management based on game-theoretic energy consumption scheduling for the future smart grid. IEEE Transactions on Smart Grid, 1(3), 320-331.
NREL. (2015年10月2日). 擷取自 NREL: www.nrel.gov/
Paetz, A.-G., Dütschke, E., & Fichtner, W. (2012). Smart homes as a means to sustainable energy consumption: A study of consumer perceptions. Journal of consumer policy, 35(1), 23-41.
Rahman, S., & Kroposki, B. (1993). Photovoltaics and demand side management performance analysis at a university building. IEEE Transactions on Energy Conversion, 8(3), 491-498.
Ruiz, N., Cobelo, I., & Oyarzabal, J. (2009). A direct load control model for virtual power plant management. IEEE Transactions on Power Systems , 24(2), 959-966.
Samadi, P., Mohsenian-Rad, A.-H., Schober, R., Wong, V. W., & Jatskevich, J. (2010). Optimal real-time pricing algorithm based on utility maximization for smart grid. Paper presented at the 2010 First IEEE International Conference on Smart Grid Communications (SmartGridComm)
Samadi, P., Mohsenian-Rad, H., Schober, R., & Wong, V. W. (2012). Advanced demand side management for the future smart grid using mechanism design. IEEE Transactions on Smart Grid, , 3(3), 1170-1180.
Song, L., Xiao, Y., & van der Schaar, M. (2013). Demand Side Management in Smart Grids using a Repeated Game Framework. arXiv preprint arXiv:1311.1887.
Tesla. (2015). Tesla Powerwall. 擷取自 Tesla: https://www.teslamotors.com/powerwall
Wu, Y., Lau, V. K., Tsang, D. H., Qian, L. P., & Meng, L. (2014). Optimal Energy Scheduling for Residential Smart Grid with Centralized Renewable Energy Source.
Yang, P., Tang, G., & Nehorai, A. (2013). A game-theoretic approach for optimal time-of-use electricity pricing. IEEE Transactions on Power Systems, 28(2), 884-892.
Zhu, Z., Tang, J., Lambotharan, S., Chin, W. H., & Fan, Z. (2012). An integer linear programming based optimization for home demand-side management in smart grid. Paper presented at 2012 IEEE PES, the Innovative Smart Grid Technologies (ISGT).

論文全文使用權限
  • 同意授權校內瀏覽/列印電子全文服務,於2026-12-31起公開。


  • 如您有疑問,請聯絡圖書館
    聯絡電話:(06)2757575#65773
    聯絡E-mail:etds@email.ncku.edu.tw