計及用戶舒適性的家庭智能用電調度優(yōu)化

王春梅，李揚，王旭東，霍現(xiàn)旭（.北京國電通信網(wǎng)絡技術有限公司，北京　00070；.國網(wǎng)天津市電力公司，天津　30000）

?

計及用戶舒適性的家庭智能用電調度優(yōu)化

王春梅1，李揚1，王旭東2，霍現(xiàn)旭2
（1.北京國電通信網(wǎng)絡技術有限公司，北京100070；2.國網(wǎng)天津市電力公司，天津300010）

摘要：隨著智能家居、家庭分布式能源的廣泛應用，以及分時電價的推廣，家庭能源系統(tǒng)有了更多更高的功能需求。文中通過分析家庭用電行為和家庭負載工作方式的關系，建立了一種兼顧家庭用電的經(jīng)濟性和舒適性的調度優(yōu)化模型，同時考慮了分布式能源和需求響應技術的應用，具有重要的實際意義。針對該模型采用了一種改進粒子群算法進行求解，并通過家庭用電的算例進行了驗證。算例表明，該模型和算法能夠很好地調度家庭電器的用電行為。

關鍵詞：HEMS；家庭智能用電；粒子群算法

Project SuPPorted bY Science and Techno1ogY Project of State Grid（SGTJDK00DWJS1500097）.

KEY W0RDS：HEMS；smart home Power consumPtion；Partic1e swarm oPtimization（PSO）

得益于智能電網(wǎng)的快速發(fā)展，家庭智能用電的理念引起了學者們的廣泛關注。一方面，用電側作為智能電網(wǎng)的重要組成部分，在接入家庭分布式能源后，面臨著角色的轉變；另一方面，智能家居的廣泛應用使得居民的用電態(tài)度改變，愿意嘗試用電方式的智能化［1］。因此，研究家庭智能用電對電網(wǎng)和居民雙方均有重要意義。

家庭智能用電這一概念起源于家庭能源系統(tǒng)（Home EnergY Management SYstem，HEMS）［1-2］，隨后被賦予需求響應的相關任務和功能［3］，它的優(yōu)化調度模塊起初過于強調滿足響應控制信號的要求，這樣便犧牲了用戶的舒適度［4］。

在后來的研究中，用電舒適性成為家庭智能用電考慮的重要因素，量化的評判指標有經(jīng)濟損失和感官指標［5］。而分布式能源的廣泛接入和家電應用的快速發(fā)展，使得不可調度負載以及可再生能源不確定性成為了家庭智能用電的考慮因素［6］。對于可調度負載，負載工作模式［7］和負載參與需求響應的方式［8］分別成為構建用電優(yōu)化控制模型時的關鍵因素。

在上述研究的基礎上，本文將對可調度負載及其工作模式進行分析，建立體現(xiàn)對居民生活影響的舒適性數(shù)學模型，充分利用光伏發(fā)電預測、蓄電池管理等技術，在家庭能源系統(tǒng)這一框架下建立優(yōu)化控制模型，并采用一種改進的粒子群算法進行求解。

1　家庭用電優(yōu)化控制

典型的家庭智能用電系統(tǒng)除了家庭負載外，還包括光伏發(fā)電模塊，蓄電池儲能模塊。家庭用電優(yōu)化控制便是產(chǎn)生一系列指令，控制這些模塊的運行方式，使整個系統(tǒng)經(jīng)濟的運行。不同于傳統(tǒng)的HEMS，現(xiàn)在的HEMS依托高級計量架構（AMI）和智能電表［7］，無縫對接于智能電網(wǎng)，能充分地參與到電網(wǎng)的需求響應中。

在如圖1所示的家庭能源優(yōu)化控制系統(tǒng)，居民用電方式和行為決定家庭負荷的分布，對用戶自身以及電網(wǎng)側均有影響，因此，對于家庭用電的優(yōu)化要建立在居民用電負載的工作方式上。光伏發(fā)電模塊的出力具有很強的隨機性，與光照、溫度等不確定因素有關，而有效的控制家庭用電，參與電網(wǎng)的需求響應對于光伏出力信息是必不可少的。因此，光伏發(fā)電預測是家庭用電優(yōu)化控制的關鍵。在已有的研究中，基于相似日，天氣類型，以及天氣指數(shù)［9］的預測模型在短期發(fā)電預測中均有較高的精度，能夠適用于家庭用電優(yōu)化策略的制定。此外，結合電價信息和蓄電池的充放電控制，實現(xiàn)對用戶家庭負載的控制。

圖1　家庭用電調度優(yōu)化Fig. 1 0ptimal scheduling for home power consumption

2　居民用電負載分析

居民用電負荷的分布要滿足用戶的用電服務需求，首先是用電目的的要求，然后是用電時段的要求足。對居民來說，負載通常分為開關型、分檔型和連續(xù)型3個類型。在用電優(yōu)化時，根據(jù)用電目的便可劃分為可調節(jié)和不可調節(jié)2種負載。不可調節(jié)負載在找工作中不可中斷，否則將嚴重影響居民用電的舒適度，而可調節(jié)負載只要滿足用電目的即可。在不可調節(jié)負載中，根據(jù)用電時段要求又分為可轉移和不可轉移兩種類型。對于不可轉移負載來說，在此時段用電是剛性的，通常是電腦、電視這種與居民主觀需求強烈相關的負載，而像洗碗機、洗衣機這類負載具有任務性質的，在用電時段上具備可轉移的性質。

圖2　家庭負載工作方式Fig. 2 Work modes of home load

3　家庭智能用電優(yōu)化模型

為方便表示，本文將優(yōu)化用電的作用范圍設為1d，并將其等分為L個離散的時間間隔，時間間隔長度為δ。則設備m在1d內(nèi)的用電計劃可以用向量um= （um1（1），um2（2），…，umL（L））表達。um（t）∈［0，1］，在應用中可以根據(jù)設備m是開關型、分檔型或是可調節(jié)型進行選擇和相應的約束。對于可轉移負載來說，一次用電任務不可中斷，連續(xù)不可分割，即if（um（k）= 1），um（k+1）=um（k+2）=…=um（k+l）=1。

3.1蓄電池模型

蓄電池充放電與荷電狀態(tài)Soc有關，由文獻［7］可知蓄電池的動態(tài)模型為：

式中：CN為蓄電池標稱容量；IB（k）為蓄電池該時段充放電電流；ηC和ηDC分別為蓄電池充放電效率?？紤]到蓄電池的使用壽命，蓄電池充、放電對電流和荷電狀態(tài)有著嚴格的條件：

式中：τC和τDC分別為蓄電池充放電電流限制系數(shù)；Imax為蓄電池工作最大電流。

3.2可調節(jié)負載模型

空調、電熱器等設備的用電模型可以用離散的熱能動態(tài)模型［10］表示：

式中：C為房間熱容量；R為房間熱阻；TH（k）和Tout（k）分別為k時段室內(nèi)外的溫度；PH為設備的額定功率；uH（k）為設備用電控制序列。

電熱水器一般為即熱式，其用電模型可以用電熱水器系統(tǒng)動態(tài)模型［11］表示：

式中：c、ρ分別為水的比熱容和密度；αW為水箱能量散失系數(shù)；φ為電能轉換成熱能的轉換系數(shù)；V為水箱容量；TW（k）為k時刻水箱水溫，且滿足：

3.3市電模型

對于HEMS來說，它的供電由廣泛發(fā)電、市電以及蓄電池構成，有能量守恒定律可得市電模型為：

式中：PUC（k）為k時段不可控家庭負載的有功功率；PCm為可轉移負載m的額定有功功率；um（k）為對應的用電控制序列。

居民對于智能用電的調節(jié)方式有著自己的要求［2］，主要體現(xiàn)在經(jīng)濟性和空調、熱水等電器使用的舒適性上。家庭智能用電就是在電價信息和光伏發(fā)電預測信息的支持下有序地調整家庭負荷的分布，達到經(jīng)濟性和舒適性最優(yōu)的目的。經(jīng)濟性即用電費用，舒適性與用電服務質量有關，對應負載的類型有不同的評價方式。經(jīng)濟性評價用指標J1衡量，如式（8）所示：

可調負載需要滿足用戶的用電目的，對應于空調和熱水器，用電舒適性與溫度偏離程度，評價指標J2如式（9）所示：

式中：TH（k）和TW（k）分別為k時段空調和熱水器決策溫度；TUH（k）和TUW（k）分別為k時段空調和熱水器設定溫度；THP和TWP分別為居民設定的最大容忍溫差。

而可轉移負載，則與用電任務的延期程度有關，用戶希望該負載工作時間為［a，b］，而決策工作時間為［a+d，a+d+l］，d和l分別為延長時段和工作時段，該用電評價指標J3如式（10）所示：

綜合考慮，家庭用電優(yōu)化控制模型的目標函數(shù)為：

式中：φ為舒適性權重。

而該模型的約束條件即式（1）～式（7）。

4　家庭智能用電系統(tǒng)優(yōu)化模型求解算法

該模型是一個非線性整數(shù)規(guī)劃問題，模型中有連續(xù)和0～1 2種決策變量，同時還受室外溫度、光伏發(fā)電等變化參數(shù)的影響。針對這一問題，本文采用改進的粒子群算法［12］進行求解。

4.1粒子編碼和速度更新

儲能模塊的充放電計劃和設備的用電計劃是粒子群算法的決策變量，對其進行編碼，即x=（PB，uH，uW，uC1，uC1，…，uCm）＇：

4.2適應度函數(shù)構造

在求解該問題時，需要對約束進一步處理，控制變量的范圍由可行域進行約束，而等式約束式（7），不等式約束式（2）、（3）和（6）將以罰函數(shù)的方式加入到目標函數(shù)當中。

4.3算法流程

采用改進的粒子群算法解決該優(yōu)化問題的流程圖如圖3所示。

5　仿真分析

算例采用典型的冬季家庭用電模式進行優(yōu)化，仿真時間為一天，時間間隔δ=0.5 h。家庭用電信息和電價信息分別如圖4和圖5所示，可控制的家庭負載以及控制的范圍如表1所示。設置算例參數(shù)V=0.1，C=0.025，R=40。令用戶容忍程度為φ=5。

圖3　改進PS0算法流程圖Fig. 3 The flow of modified PS0 algorithm

圖4　家庭用電信息Fig. 4 The information of home power consumption

圖5　電價信息Fig. 5 The information of electric price

用戶優(yōu)化后的用電量如圖6所示，從圖中可以看出，該模型能很好的響應分時電價，并且優(yōu)化后的用電量有所減少。這一方面得益于蓄電池和光伏發(fā)電模塊的參與，另一方面則是調節(jié)負載動態(tài)優(yōu)化模型有效地提高負載的用電效率，圖7可以體現(xiàn)出來。

表1　可控負載信息Tab. 1 The information of controllable home load

圖6　優(yōu)化后用電信息Fig. 6 The information of optimize power consumption

圖7　室內(nèi)溫度變化Fig. 7 The variation of room temperature

從圖7可以看出，基于可調節(jié)負載的模型能衡量室內(nèi)溫度，從用戶的需求調整該類負載的工作方式，在不影響用戶舒適性的前提下減少用電，提高用電效率。

6　總結

本文詳細分析了家庭用電行為和家庭負載工作方式的關系，針對可控負載建立了體現(xiàn)居民用電行為的動態(tài)模型。結合蓄電池充放電管理、光伏發(fā)電預測和分時電價，建立了一種家庭智能用電的最優(yōu)調度模型。該模型充分考慮用電行為的控制給用戶帶來的經(jīng)濟性和舒適性影響，兼顧經(jīng)濟性和舒適性兩個要求。算例表明，該模型能很好的調度家庭電器的用電行為，實現(xiàn)削峰填谷，引導合理用電，減少用電費用。

參考文獻

［1］張延宇，曾鵬，臧傳治.智能電網(wǎng)環(huán)境下家庭能源管理系統(tǒng)研究綜述［J］.電力系統(tǒng)保護與控制，2014，42（18）：144-154. ZHANG YanYu，ZENG Peng，ZANG Chuanzhi. Review of home energY management sYstem in smart grid［J］. Power SYstem Protection and Contro1，2014，42（18）：144-154 （in Chinese）.

［2］何永秀，王冰，熊威，等.基于模糊綜合評價的居民智能用電行為分析與互動機制設計［J］.電網(wǎng)技術，2012，36（10）：247-252. HE Yongxiu，WANG Bing，XIONG Wei，et a1. Ana1Ysis of residents’smart e1ectricitY consumPtion behavior based on fuzzY sYnthetic eva1uation and the design of interactive mechanism［J］. Power SYstem Techno1ogY，2012，36（10）：247-252（in Chinese）.

［3］HAZAS M，F(xiàn)RIDAY A，SCOTT J. Look back before 1ea-Ping forward：four decades of domestic energY inquirY［J］. IEEE Pervasive ComPuting，2011，10（1）：13-19.

［4］OZTURK Y，SENTHILKUMAR D，KUMAR S，et a1. An inte11igent home energY management sYstem to imProve demand resPonse［J］. IEEE Trans on Smart Grid，2013，4 （2）：694-701.

［5］PIPATTANASOMPORN M，KUZLU M，RAHMAN S. An a1gorithm for inte11igent home energY management and demand resPonse ana1Ysis［J］. IEEE Trans on Smart Grid，2012，3（4）：2166-2173.

［6］CHEN C，NAGANANDA K G，XIONG G，et a1. A communication-based aPP1iance schedu1ing scheme for consumer -Premise energY management sYstems［J］. IEEE Trans on Smart Grid，2013，4（1）：56-65.

［7］王繼東，楊羽昊，周越，等.家庭智能用電系統(tǒng)建模及優(yōu)化策略分析［J］.電力系統(tǒng)及其自動化學報，2014，26 （11）：63-71. WANG Jidong，YANG Yuhao，ZHOU Yue，et a1. Mode1 and oPtimization strategY for smart home Power consumP-tion sYstem［J］. Proceedings of the CSU-EPSA，2014，26 （11）：63-71（in Chinese）.

［8］HAN D M，LIM J H. Smart home energY management aYstem using IEEE 802.15.4 and ZigBee［J］. Consumer E1ectronics IEEE Transactions on，2010，56（3）：1403-1410.

［9］錢振，蔡世波，顧宇慶，等.光伏發(fā)電功率預測方法研究綜述［J］.機電工程，2015，32（5）：651-659. QIAN Zhen，CAI Shibo，GU Yuqing，et a1. Review of PV Power generation Prediction［J］. Mechanica1 & E1ectrica1 Engineering Magazine，2015，32（5）：651-659（in Chinese）.

［10］LONG D H，PLOIX S，ZAMAI E，et a1. Tabu search for the oPtimization of househo1d energY consumPtion［C］// Information Reuse and Integration，2006 IEEE Internationa1 Conference on IEEE，2006：86-92.

［11］袁泉.大功率儲能變流器的研究［D］.北京：北京交通大學，2012：3-5.

［12］劉佳，李丹，高立群，等.多目標無功優(yōu)化的向量評價自適應粒子群算法［J］.中國電機工程學報，2008，28 （31）：22-28. LIU Jia，LI Dan，GAO Liqun，et a1. Vector eva1uated adaPtive Partic1e swarm oPtimization a1gorithm for mu1tiobjective reactive Power oPtimization［J］. Proceedings of the CSEE，2008，28（31）：22-28（in Chinese）.

王春梅（1980—），女，碩士，研究方向為智能配電網(wǎng)、智慧城市；

李揚（1991—），男，碩士，研究方向為智能配電網(wǎng)、智慧城市。

（編輯黃晶）

0ptimal Scheduling for Smart Home Power Consumption Considering User’s Comfort

WANG Chunmei1，LI Yang1，WANG Xudong2，HUO Xianxu2
（1. Beijing Guodiantong Network Techno1ogY Co.，Ltd.，Beijing 100070；2. State Grid Tianjin E1ectric Power CorPoration Tianjing 300010）

ABSTRACT：With the wide aPP1ication of smart home，more uti1ization of distributed generations，and the exPanding scoPe of using time-sharing e1ectricitY Prices，home energY sYstem has more higher functiona1 requirements. BY ana1Yzing the re1ation between househo1d e1ectricitY uti1izations and househo1d 1oad working modes，this PaPer Presents an oPtima1 schedu1ing mode1 considering the economY and amenitY of home Power consumPtion，and this mode1 has the imPortant Practica1 significance because its consideration to the aPP1ication of distributed generations and demand resPonse. Aimed at the mode1，an imProved PSO is adoPted to so1ve，and it is verified through the examP1e of home Power consumPtion. The examP1e shows that the mode1 and the a1gorithm are ab1e to disPatch Power behaviors of househo1d aPP1iances.

文章編號：1674-3814（2016）04-0058-05中圖分類號：MT615

文獻標志碼：A

基金項目：國家電網(wǎng)公司總部科技項目：面向智慧城市的多元能源互聯(lián)與管理關鍵技術研究（SGTJDK00DWJS1500097）。

收稿日期：2015-01-12。

作者簡介：