• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Humanoid, Nanotechnology, Information Technology, Communication and Control, Environment, and Management >A Peak Demand Reduction Scheme of Air-Conditioning (AC) Loads Using a New Binary Particle Swarm Optimization (NBPSO) Algorithm
【24h】

A Peak Demand Reduction Scheme of Air-Conditioning (AC) Loads Using a New Binary Particle Swarm Optimization (NBPSO) Algorithm

机译：使用新的二进制粒子群优化（NBPSO）算法的空调（AC）负载的峰值需求降低方案

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Great power should come with high efficiency, otherwise there will be an excessive loss in the system. Managing one's resources could add up to an effective whole, thus this paper applies a Peak Load Reduction scheme using price signals to shave peak demand to avoid any disturbances it may cost. In this paper, forecasted price values are used to provide a Demand Limit on which how many numbers of Air-Conditioning Units (ACUs) can be scheduled together with the New Binary Particle Swarm Optimization (NBPSO). The simulations and optimization were carried out in GridLAB-D and Matlab, respectively. After the simulations, there was an average of 13.54 per cent reduction in power consumption and 15.97 per cent reduction in Total Cost.
机译：强大的力量应该具有高效率，否则系统将存在过多的损失。 管理一个人的资源可以加入有效的整体，因此本文使用价格信号刮起峰值负荷减少方案来刮削峰值需求，以避免它可能成本的任何干扰。 在本文中，预测价格值用于提供需求限制，其中有多少空调单元（ACU）可以与新的二进制粒子群优化（NBPSO）一起安排。 模拟和优化分别在Gridlab-D和Matlab中进行。 在模拟后，功耗降低了13.54％，总成本降低了15.97％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号