全球變暖和氣候變化有關的問題, 迫使人們開始注意節約能源的議題。因此, 我們預
期智慧型家庭能源管理(Smart Home Energy Management 簡稱: SHEM) , 在未來十
年將是一個重要的發展。能源管理在不同的情境, 考量也會不同。在某些環境中, 成本
考量較為重要; 在其他的環境中, 或許生活品質是最重要的; 另外某些環境, 能夠達到成
本和生活質量之間的權衡就變得很有價值。SHEM 意味著能夠管理電力負荷, 滿足每個
家庭不同的需求目的。
在這篇論文中, 我們開發了一個SHEM 系統, 可以減少電力負荷高峰時間, 滿足預
定的電量負載的限制, 同時盡量減少對用戶的生活質量的影響。我們使用的SHEM 的核
心是一個電氣控制流程, 它是根據大量的案例研究和試驗不斷修改來發展而成的。為此,
我們研究幾個家庭負載的使用特性, 包括冷氣空調、電熱水器、洗乾衣機, 並透過電腦
模擬它們的運作行為。最後, 我們以LabVIEWS(實驗室虛擬儀器工程工作台) 來實現
SHEM 的想法, 也進行一些模擬來驗證我們SHEM 的強韌性和效率。
關鍵詞: 快速充電、負載優先權、便利的偏好設定、嚴重程度指標、時間指標。

Issues related to global warming and weather changes have forced people start
to pay attention to energy saving. We expect that Smart Home Energy Management
(SHEM) would be an important development over the next decade. In some
environments cost is important, in other environments living quality is important
and in other environments a tradeoff between cost and living quality is important.
SHEM means being able to manage electrical loads so as to meet different purposes
in homes.
In this thesis, we develop a SHEM to curtail some electrical loads at peak time
to meet predefined circuit level demand limits while minimizing the effect on users’
living quality. The core of our SHEM is an electrical control loop which is developed
based on heuristic modifications through lots of case studies and trials. To this
end, we study several utilization characteristics of household loads including air
conditioning, water heaters clothes dryers, and electric vehicles and model their
behaviors through computer simulations. Finally, we implement the whole ideal of
our SHEM in LabVIEW (Laboratory Virtual Instrument Engineering Workbench).
Several simulations are conducted to verify the robustness and efficiency of our
SHEM.
keyword : Quick Charge,Load Priority,Convience Preference,Severity Indices,Duration
Indices.

摘要i
Abstract ii
目錄ii
圖次iv
表次v
1 序論1
2 技術概念與規格調查2
2.1 簡介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 家庭電器技術概念. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.3 電動車技術概念. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.4 配電變壓器的技術概念. . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3 DR系統原理4
3.1 DR(Demand Response)技術概念. . . . . . . . . . . . . . . . . . . . . 4
3.2 數學式模式. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.3 圖3.1 DR(Demand Response)流程解說. . . . . . . . . . . . . . . . . . 10
3.4 計算對使用者影響的嚴重性程度. . . . . . . . . . . . . . . . . . . . . . 11
4 家庭用電系統模擬14
4.1 家庭一天用電模擬. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.2 一台電動車正常充電模擬. . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.3 家庭一天用電加上一台電動車正常充電的用電量模擬. . . . . . . . . . . 16
4.4 一台電動車快速充電模擬. . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.5 家庭一天用電加上一台電動車快速充電的用電量模擬. . . . . . . . . . . 18
4.6 家庭一天熱水器水溫變化模擬. . . . . . . . . . . . . . . . . . . . . . . 19
4.7 家庭一天室內溫度變化模擬. . . . . . . . . . . . . . . . . . . . . . . . 20
4.8 經過DR 演算法初始模擬. . . . . . . . . . . . . . . . . . . . . . . . . 21
4.9 經過DR 演算法模擬需補回的電量. . . . . . . . . . . . . . . . . . . . 22
4.10 DR演算法模擬完成結果. . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.11 DR演算法後對熱水器水溫的影響. . . . . . . . . . . . . . . . . . . . . 24
4.12 DR演算法後對室內溫度的影響. . . . . . . . . . . . . . . . . . . . . . 25
5 系統操作介面化26
5.1 簡介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
5.2 操作介面. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.3 家庭模擬介面顯示. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.4 熱水器模擬介面顯示. . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.5 冷氣空調模擬介面顯示. . . . . . . . . . . . . . . . . . . . . . . . . . . 30
5.6 洗乾衣機模擬介面顯示. . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.7 洗乾衣機模擬介面顯示. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.8 影響程度儀表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
6 結論34

[1] S. Shao, M. Pipattanasomporn, and S. Rahman, “Demand response as a load
shaping tool in an intelligent grid with electric vehicles,” Smart Grid, IEEE
Transactions on, vol. 2, no. 4, pp. 624–631, 2011.
[2] S. Shao, M. Pipattanasomporn, and S. Rahman, “Grid integration of electric
vehicles and demand response with customer choice,” Smart Grid, IEEE Transactions
on, vol. 3, no. 1, pp. 543–550, 2012.
[3] A. F. Karr, Probability, ser. Springer texts in statistics. New York: Springer,
1993.
[4] S. P. Boyd and L. Vandenberghe,Convex optimization. Cambridge University
Press, 2004.
[5] M. Abolfazli, M. Bahmani, S. Afsharnia, and M. Ghazizadeh, ”A probabilistic
method to model phev for participation in electricity market,” in Electrical
Engineering (ICEE), 2011 19th Iranian Conference on, 2011, pp. 1–5.
[6] M. Erol-Kantarci and H. T. Mouftah, ”Demand management and wireless sensor
networks in the smart grid,” http://cdn.intechweb.org/pdfs/17062.pdf.