مقاله “Smart Home Energy Management Systems: Research Challenges and Survey” یک مقاله مروری درباره سیستم مدیریت انرژی خانه هوشمند (HEMS) است. تمرکز اصلی مقاله روی این است که چگونه می‌توان مصرف انرژی در خانه‌های هوشمند را پیش‌بینی و بهینه مدیریت کرد تا هزینه برق، پیک مصرف و وابستگی به شبکه کاهش پیدا کند.

در این مقاله، موضوعاتی مثل پیش‌بینی بار، زمان‌بندی مصرف وسایل برقی، پاسخگویی بار، منابع تجدیدپذیر، ذخیره‌سازهای انرژی و مدیریت مصرف در ارتباط با شبکه هوشمند بررسی شده‌اند. یکی از بخش‌های مهم مقاله نیز به روش‌های مختلف بهینه‌سازی و زمان‌بندی انرژی در HEMS اختصاص دارد.

⚙️ روش‌های بهینه‌سازی مطرح‌شده در مقاله  برای خانه هوشمند



1_Linear Programming (LP)

2_Mixed-Integer Linear Programming (MILP)

3_Nonlinear Programming (NLP)

4_Mixed-Integer Nonlinear Programming (MINLP)

5_Particle Swarm Optimization (PSO)

6_Genetic Algorithm (GA)

7_Simulated Annealing (SA)

8_Colony Optimization

9_Evolutionary Algorithm (EA)

10_Fuzzy Logic (FL)

11_Artificial Neural Network (ANN)

12_Adaptive Neuro-Fuzzy Inference System (ANFIS)


🌏@REMAPenergysolutions