Библиографическое описание:РАСШИРЕНИЕ ВОЗМОЖНОСТЕЙ ВЫБОРА МЕТОДОВ РЕАГИРОВАНИЯ НА СПРОС В ИНТЕЛЛЕКТУАЛЬНЫХ ДОМАХ: РАЗРАБОТКА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ : научное издание / К. А. Елсуфьев [и др.]. - Текст : непосредственный // Colloquium-journal. - 2018. - № 10-1. - С. 6-8. - ISSN 2520-2480. Перевод заглавия: EMPOWERING THE SELECTION OF DEMAND RESPONSE METHODS IN SMART HOMES: DEVELOPMENT OF A DECISION SUPPORT FRAMEWORK
Аннотация:Реакция спроса (DR) облегчает мониторинг и управление приборами в энергетических сетях с использованием методов, которые, например, повышают надежность энергосетей и снижают стоимость пользователей. В энергетических сетках сценарии Smart Home можно охарактеризовать уникальным сочетанием приборов и предпочтений пользователей. Чтобы увеличить их влияние, необходим определенный сценарий выбора наиболее эффективных методов DR. Поскольку пользователь сталкивается с множеством гетерогенных методов DR на выбор, существует сложная проблема решения. Основная цель этого исследования - разработать основы поддержки принятия решений, которые могут определять наиболее эффективные методы DR. Основываясь на анализе литературы, экспертных семинарах и экспертных интервью, мы определяем семь требований, выводим концепции решений, отвечающие этим требованиям, и разрабатываем структуру, комбинируя концепции с использованием процесса бенчмаркинга в качестве шаблона. Чтобы продемонстрировать применимость структуры, мы проводим симуляционное исследование, в котором используются искусственные (имитируемые) данные для семи типов домашних хозяйств. В рамках этого исследования мы используем четыре метода DR, предполагаем смену приборов с течением времени и минимизацию затрат в качестве основной цели. Исследование показывает, что, используя структуру и, таким образом, путем определения и использования наилучшего метода DR для каждого сценария, пользователи могут получить дополнительные преимущества по затратам. Применение структуры позволяет практикующим повысить эффективность процесса выбора метода DR и дополнительно улучшить преимущества, связанные с DR, такие как минимизация затрат, выравнивание профиля нагрузки и снижение пиковой нагрузки. Исследователи извлекают выгоду из рекомендаций для бенчмаркинга и оценки методов DR.
Demand Response (DR) facilitates the monitoring and management of appliances in energy grids by employing methods that, for example, increase the reliability of energy grids and reduce users’ cost. Within energy grids, Smart Home scenarios can be characterized by a unique combination of appliances and user preferences. To increase their impact, a scenario-specific selection of the best performing DR methods is necessary. As the user faces a multitude of heterogeneous DR methods to choose from, a complex decision problem is present. The primary goal of this study is to develop a decision support framework that can determine the best-performing DR methods. Building on literature analyses, expert workshops and expert interviews, we identify seven requirements, derive solution concepts addressing these requirements, and develop the framework by combining the concepts using a benchmarking process as a template. To demonstrate the framework’s applicability, we conduct a simulation study that uses artificial (simulated) data for seven types of households. Within this study, we employ four DR methods, assume changing appliances over time and cost minimization as primary objective. The study indicates, that by using the framework and thus by identifying and using the best DR method for each scenario, the users can achieve further cost benefits. The application of the framework allows practitioners to increase the efficiency of the DR method selection process and to further enhance DR-related benefits, such as cost minimization, load profile flattening, and peak load reduction. Researchers benefit from guidance for benchmarking and evaluating DR methods.
Ключевые слова:управление спросом, Моделирование реакции спроса, процесс бенчмаркинга, Главная система управления энергией, demand side management, Demand response simulation, benchmarking process, Home energy management sys
