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
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Modeling Analysis of Network Spatial Sensitive Information Detection Driven by Big Data Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Research on Interruptible Scheduling Algorithm of Central Air Conditioning Load Under Big Data Analysis

verfasst von : Cheng-liang Wang, Yong-biao Yang

Erschienen in: Advanced Hybrid Information Processing

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

The traditional algorithm is a combination of fuzzy dynamic programming and priority-based heuristic rules. The optimization performance of interruptible load scheduling is poor. For this reason, the central air conditioning load interruptible scheduling algorithm is proposed based on big data analysis. The algorithm adopts the characteristics of central air conditioning load management and selects the time scale of central air conditioning load scheduling. By optimizing the flexibility of interruptible scheduling, based on the central air conditioning load interruptible scheduling model, the optimal individual in the last generation population is decoded by binary coding, so as to realize the central air conditioning load interruptible scheduling algorithm. The experiment proves that the central air conditioning load interruptible scheduling algorithm has strong optimization performance.

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 Research on Demand Response Model of Electric Power Interruptible Load Based on Big Data Analysis
Nächstes Kapitel Simulation Study on Pedestrian Road Planning in Ancient Building Groups Under Cloud Computing Environment
Literatur
1.
Zhu, Y., Wang, J., Cao, X.: Direct load control strategy of central air conditioning and evaluation of its dispatchability potential. Electric Power Autom. Equipment 22(5), 1232–1245 (2018)
2.
Ai, X., Zhou, S., Chen, Z., et al.: Study on optimal dispatching model and solution method of power system with interruptible load under multiple stochastic factors. China J. Electr. Eng. 37(8), 2231–2241 (2017)
3.
Yang, K., Wang, H., Xia, N.: Considering the optimization model of backup with interruptible load in practical engineering environment. Power Grid Clean Energy 33(4), 248–256 (2017)
4.
Gao, Z., Zhang, L., Yang, X.: Research on load aggregation of central air conditioning and suppression of wind power output fluctuation. Chin. J. Electr. Eng. 37(11), 3184–3191 (2017)
5.
Chen, H., He, X., Jiang, T., et al.: Available transmission capacity calculation of power system considering interruptible load. Power Syst. Autom. 41(15), 2281–2287 (2017)
6.
Chen, Z., Cui, W.H., et al.: Comments on the research and practice of interruptible load in market environment. DSM 19(1), 226–230 (2017)
7.
Li, J.: Application and benefit analysis of interruptible load in DSM. Ind. Technol. Innovation 23(2), 153–155 (2017)
8.
Jiang, J.T., Wang, Y., et al.: Research on navigation and scheduling algorithm for type II tasks of digital human-machine interface in nuclear power plant. Nucl. Power Eng. 33(1), 1452–1456 (2018)
9.
Yang, X., Li, W., Hu, X.: Cost calculation and benefit analysis of interruptible load for single industrial consumer. Value Eng. 36(4), 235–237 (2017)
10.
Li, Z., Yang, B., Yang, Y., et al.: Peak shaving method for large-scale central air conditioning based on day-ahead dispatch. South. Power Grid Technol. 11(1), 2274–2279 (2017)
11.
Yu, G.: Improvement of a large-scale network data caching method. J. Xi’an Polytechnic Univ. 4, 504–509 2016
Metadaten
Titel
Research on Interruptible Scheduling Algorithm of Central Air Conditioning Load Under Big Data Analysis
verfasst von
Cheng-liang Wang
Yong-biao Yang
Copyright-Jahr
2019
Buch
Advanced Hybrid Information Processing

Print ISBN: 978-3-030-36401-4

Electronic ISBN: 978-3-030-36402-1

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-36402-1_37