配合需量反應之冷氣卸載量預測與排程最佳化

Translated title of the thesis: Prediction and Optimal Scheduling of Shedding Air Conditioning Load for Demand Response
  • 陳 柏廷

Student thesis: Master's Thesis

Abstract

台電為了舒緩興建電廠的急迫性及減輕供電壓力推行需量反應及需量競價,期望透過強化需求端負載管理使用戶能自主節電,而本研究即站在能源使用者的角色評估了成大電機參與需量反應的效益。 本研究利用歷史用電資料與歷史溫溼度訓練以一般回歸類神經為基礎的預測模型,預測電機大樓冷氣斷電後的用電量,再將預測之冷氣斷電後用電量輸入至基因演算法求解冷氣斷電最佳化排程,計算出最佳抑低量以及冷氣斷電策略以參加台電的需量反應方案,並在2018年6月份執行,由此結果評估參與需量反應的效益。
Date of Award2018 Aug 28
Original languageChinese
SupervisorLe-Ren Chang-Chien (Supervisor)

Cite this

'