전력망의 확장으로 인해 증가하는 피크-밸리 부하 차이는 그리드 보안을 위협하고 있으며, 이는 부하 전이를 유도하는 시간 기반 가격 책정으로 해결되고 있습니다. 중앙 공조 시스템은 건물 에너지 사용의 60% 이상을 차지하므로, 이러한 시스템을 시간 기반 가격 책정 하에 효율성과 비용 최적화하는 것이 중요합니다. 이 연구는 태양광 발전, 배터리 저장 및 그리드 전력을 조정하는 통합 최적화 프레임워크를 제공합니다. 이 접근법은 Bald Eagle Search (BES) 알고리즘을 사용하여 Long Short-Term Memory (LSTM) 네트워크 매개변수를 조정하여 정확한 냉각 부하 예측을 위한 BES-LSTM 예측 모델을 개발합니다. 이후 중앙 공조 수계 에너지 최소화 모델이 개선된 BES 알고리즘으로 공식화되고 해결되며, 이 알고리즘은 적응 기반의 반대 학습, 로지스틱 혼돈 매핑 및 레비 비행을 포함합니다. 마지막으로, 시간 기반 가격 구간에 따라 시간을 분할하고 발전 출력, 배터리 충전/방전 및 그리드 전력을 의사결정 변수로 처리하여 일일 일정을 최적화합니다. 시뮬레이션은 이 프레임워크가 중앙 공조 수계의 총 에너지 소비를 평균 28.7% 줄이고 시간 기반 가격 책정 하에서 에너지 비용을 22.38% 낮추어 주요 에너지 절약과 경제적 이점을 달성함을 보여줍니다.
Qi et al. (Mon,)은 이 질문을 연구했습니다.