Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Performance Evaluation of WMNs by WMN-PSOSA Simulation System Considering Constriction and Linearly Decreasing Inertia Weight Methods Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Home Energy Management Using HSA, FA, BFOA Algorithms in Smart Grids

verfasst von : Asma Zahra, Zain Ul Abideen, Anwaar Ur Rehmaan, Sidra Razzaq, Ayesha Anjum, Nadeem Javaid

Erschienen in: Advances in Network-Based Information Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, we have designed home energy management scheduler (HEMS) based on three heuristic algorithms such as, harmony search algorithm (HSA), firefly algorithm (FA) and bacteria foraging optimization algorithm (BFOA) with combination of critical peak pricing (CPP) signal model. Moreover, we are evaluating performance of above mentioned algorithms on the basis of electricity cost, peak hour scheduling, user comfort (UC) and peak to average ratio (PAR). Simulation results depict that our proposed HEMS significantly achieved targeted objectives. BFOA based HEMS outperformed FA and HSA in terms of PAR minimization, electricity cost reduction and maximization of UC.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Home Energy Management Using Social Spider and Bacterial Foraging Algorithm
Nächstes Kapitel Comparison of BFA and EWA in Home Energy Management System Using RTP
Literatur
1.
2.
Rahim, S., Javaid, N., Ahmad, A., Khan, S.A., Khan, Z.A., Alrajeh, N., Qasim, U.: Exploiting heuristic algorithms to efficiently utilize energy management controllers with renewable energy sources. Energy Build. 129, 452–470 (2016)CrossRef
3.
Rasheed, M.B., Javaid, N., Ahmad, A., Khan, Z.A., Qasim, U., Alrajeh, N.: An efficient power scheduling scheme for residential load management in smart homes. Appl. Sci. 5(5), 1134–1163 (2015)CrossRef
4.
Muratori, M., Rizzoni, G.: Residential demand response: dynamic energy management and time-varying electricity pricing. IEEE Trans. Power Syst. 31(2), 1108–1117 (2016)CrossRef
5.
Javaid, N., Javaid, S., Abdul, W., Ahmed, I., Almogren, A., Alamri, A., Niaz, I.: A hybrid genetic wind driven heuristic optimization algorithm for demand side management in smart grid. Energies 10(3), 319 (2017)CrossRef
6.
Bharathi, C., Rekha, D., Vijayakumar, V.: Genetic algorithm based demand side management for smart grid. Wirel. Personal Commun. 93(2), 481–502 (2017)CrossRef
7.
Zhao, Z., Lee, W.C., Shin, Y., Song, K.: An optimal power scheduling method for demand response in home energy management system. IEEE Trans. Smart Grid 4(3), 1391–1400 (2013)CrossRef
8.
Rajarajeswari, R., Vijayakumar, K., Modi, A.: Demand side management in smart grid using optimization technique for residential, commercial and industrial load. Indian J. Sci. Technol. 9(43) (2016)
9.
Jaramillo, L.B., Weidlich, A.: Optimal microgrid scheduling with peak load reduction involving an electrolyzer and flexible loads. Appl. Energy 169, 857–865 (2016)CrossRef
10.
Samadi, P., Wong, V.W.S., Schober, R.: Load scheduling and power trading in systems with high penetration of renewable energy resources. IEEE Trans. Smart Grid 7(4), 1802–1812 (2016)CrossRef
11.
Liu, Y., Yuen, C., Rong, Y., Zhang, Y., Xie, S.: Queuing-based energy consumption management for heterogeneous residential demands in smart grid. IEEE Trans. Smart Grid 7(3), 1650–1659 (2016)CrossRef
12.
Abushnaf, J., Rassau, A., Górnisiewicz, W.: Impact on electricity use of introducing time-of-use pricing to a multi-user home energy management system. Int. Trans. Electr. Energy Syst. 26(5), 993–1005 (2016)CrossRef
13.
Zafar, A., Shah, S., Khalid, R., Hussain, S.M., Rahim, H., Javaid, N.: A meta-heuristic home energy management system
14.
Yang, X.-S.: Firefly algorithms for multimodal optimization. In: International Symposium on Stochastic Algorithms, pp. 169–178. Springer (2009)
15.
Haque, A.U., Mandal, P., Meng, J., Pineda, R.L.: Performance evaluation of different optimization algorithms for power demand forecasting applications in a smart grid environment. Procedia Comput. Sci. 12, 320–325 (2012)CrossRef
16.
Liu, C., Wang, J., Leung, J.Y.-T., Li, K.: Solving cell formation and task scheduling in cellular manufacturing system by discrete bacteria foraging algorithm. Int. J. Prod. Res. 54(3), 923–944 (2016)CrossRef
17.
Rahim, M.H., Javaid, N., Janjua, M.B., Naeem, M., Khan, Z.A., Qasim, U.: Comparative assessment of performance for home energy management controller in smart grid. In: 2016 International Conference on Intelligent Networking and Collaborative Systems (INCoS), vol. 54(3), pp. 244–250. IEEE (2016)
Metadaten
Titel
Home Energy Management Using HSA, FA, BFOA Algorithms in Smart Grids
verfasst von
Asma Zahra
Zain Ul Abideen
Anwaar Ur Rehmaan
Sidra Razzaq
Ayesha Anjum
Nadeem Javaid
Copyright-Jahr
2018
Buch
Advances in Network-Based Information Systems

Print ISBN: 978-3-319-65520-8

Electronic ISBN: 978-3-319-65521-5

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-65521-5_22

Premium Partner

    Bildnachweise