基于動態(tài)家電優(yōu)先級的智能家電管理控制方案

史彤暉, 王江波, 寇凌峰，井天軍，熊雄

(1.中國農(nóng)業(yè)大學 信息與電氣工程學院，北京 100083； 2.中國電力科學研究院，北京 100192)

0 引 言

用戶家中電動汽車等大功率家電的使用和功耗在不斷增加，成為形成電網(wǎng)峰荷的重要原因，給電網(wǎng)的穩(wěn)定運行造成困難。而利用需求響應(yīng)技術(shù)可以實現(xiàn)家電負荷的削減和轉(zhuǎn)移，并且隨著用電雙向交互技術(shù)的推廣，居民使用的家電智能化程度不斷提高，在住宅用戶中應(yīng)用需求響應(yīng)技術(shù)已成為可能。

為改善電網(wǎng)負荷曲線，需求響應(yīng)技術(shù)已經(jīng)在工商業(yè)等大型電力用戶中展開了多方面的應(yīng)用[1-3]。在改善居民用戶的用電需求響應(yīng)方面，傳統(tǒng)的拉閘限電調(diào)峰策略使用戶的用電方式較為被動[4-5]。隨著需求響應(yīng)技術(shù)的不斷發(fā)展，在住宅中利用需求響應(yīng)可以進一步增強用戶參與性、提升響應(yīng)水平和效果[6]，用戶側(cè)的需求響應(yīng)程序在接收到響應(yīng)信號后自動觸發(fā)，其實時性和可靠性都得到極大提升[7-9]。

利用DR事件對家電調(diào)度是家庭用電管理的主要依據(jù)，通過調(diào)度降低居民用電成本、平緩負荷曲線同時兼顧用戶舒適性是家電控制管理的主要目的。國內(nèi)外學者針對不同的負荷類型和要求提出了多種調(diào)度算法[10-13]，部分研究針對低功率電器，這些電器因?qū)彝ス漠a(chǎn)生的影響較小因此不適合參與需求響應(yīng)控制[14]，以家電優(yōu)化調(diào)度為主題，以能源消耗最少為目的展開的研究已經(jīng)較為成熟[15-18]，但這類控制方法會使每個設(shè)備的操作產(chǎn)生等待時間?；谏鲜鰡栴}，文獻[14]提出預設(shè)家電優(yōu)先級控制家庭負荷的方法，但未考慮家電的實時變化。文獻[19]提出了一種基于家電舒適度的家電優(yōu)先級智能家電控制方案，這種控制方案在滿足DR控制的情況下較好的考慮到了用戶的需求，但家電的頻繁投切不利于用戶的控制以及延長家電使用壽命。文獻[20]通過利用家電的功率和分時電價實現(xiàn)對家電的優(yōu)先級排序進行DR控制，但這種家電控制方法并不適合于電動汽車等部分家電，適用性不廣。

基于上述問題，針對DR事件中居民家電負荷控制策略進行改進，利用需求響應(yīng)技術(shù)，提出一種智能家電管理控制方案，通過建立家電優(yōu)先級評價指標，以動態(tài)優(yōu)先級控制實現(xiàn)DR時段用戶功耗低于一定水平并兼顧用戶舒適性和用電成本，分析了不同時段、不同家電負荷在改善負荷曲線中的作用并通過仿真驗證了所提控制方案的有效性。

1 需求響應(yīng)事件

在實現(xiàn)DR的過程中，用戶通常缺少管理家電和手動執(zhí)行DR的時間，而在有效的家電控制策略中，通過充分利用居民部分可控負荷的轉(zhuǎn)移潛力，可以有效平衡負荷曲線，提高配電網(wǎng)的靈活性。

DR事件通常被定義為一個階段，通過縮減用戶需求來減輕系統(tǒng)的壓力。在電力系統(tǒng)中，用戶可以通過智能電能表得到本地需求響應(yīng)服務(wù)器發(fā)出的外部信號從而獲知DR事件信息。而在目前的研究中，通常認為接收的DR信號形式為一個可變的需求縮減程度請求及其持續(xù)時間。智能家電控制系統(tǒng)如圖1所示，圖中控制終端通過利用智能插座實現(xiàn)對各家電的管理，智能插座會在檢測電流變化時實現(xiàn)電器待機的自動斷電，對電能質(zhì)量影響不大。對DR信號的目的是在對應(yīng)時段使家庭用電總功率低于指定水平，這個限制水平可以根據(jù)地方電力系統(tǒng)需求每隔一段時間發(fā)生變化，因此控制策略需要滿足負荷的及時操作，并在允許用戶控制負荷的同時滿足總負荷低于限制水平，且兼顧用戶舒適性。文中假定DR信號中的需求縮減程度不變，便于驗證家電管理控制策略對智能家電的控制效果。

圖1 智能家電管理結(jié)構(gòu)示意圖Fig.1 Schematic diagram of home appliance management architecture

2 家電管理控制策略

2.1 負荷功率限制

如圖1所示，需求響應(yīng)限制是影響家電開關(guān)的主要影響因素，為保證家庭總功率不超過限制，所有家電在同一時刻的家電開關(guān)狀態(tài)必須滿足:

(1)

式中PDR(t)表示t時段DR給定功率限制；m為參與需求響應(yīng)的家電負荷總數(shù)；S(i,t)為t時段第i個家電狀態(tài)(0代表斷電，1代表通電)。其中，若存在用戶手動開啟的負荷，則式(1)可變?yōu)椋?/p>

PDR(t)≥PLM(t)+PLO(t)

(2)

式中PLM(t)為t時刻用戶手動開啟的負荷總功率；PLO(t)為t時刻其它參與需求響應(yīng)的家電負荷功率之和。

在接收到DR信息后，根據(jù)實時負荷限制以家電優(yōu)先級由高到低的順序依次執(zhí)行各家電的控制決策：在函數(shù)式(1)、式(2)滿足時家電狀態(tài)S(i,t)置1，不滿足時家電狀態(tài)S(i,t)置0。該控制決策將維持直至DR信息更新或家電優(yōu)先級發(fā)生改變?yōu)橹埂?/p>

2.2 智能家電控制流程

在DR時段實現(xiàn)家電控制前，需要確定家電的優(yōu)先級，依靠預先設(shè)定優(yōu)先級可以減少用戶的輸入，但不能體現(xiàn)家電狀態(tài)的實時變化，因此采用動態(tài)優(yōu)先級控制。為解決動態(tài)優(yōu)先級造成的操作頻繁，友好性低等問題，考慮到不同家庭間家電使用習慣等因素的不同，提出一種動態(tài)家電優(yōu)先級評估參與DR控制的家電控制方案。控制策略流程如圖2所示。

控制策略步驟如下：

(1)輸入用戶針對各家電的使用需求，家電入網(wǎng)后，根據(jù)用戶是否手動開啟或關(guān)閉負荷將家電負荷分為控制策略控制和用戶控制兩類；

(2)進入DR時段后接收需求響應(yīng)服務(wù)器發(fā)送的DR信號和電價信息；

(3)計算家電對應(yīng)的舒適度Ki,t、額外用電成本Pec,t和家電斷電時間Ti,t作為模糊控制器的輸入，通過模糊推理，輸出控制量Kpi，循環(huán)至輸出所有參與需求響應(yīng)的家電；

圖2 家電控制策略流程圖Fig.2 Flow chart of smart appliances control strategy

(4)令用戶控制類家電負荷優(yōu)先級高于控制策略控制類家電，根據(jù)輸出控制量Kpi生成家電優(yōu)先級序列。若序列中相鄰家電其控制量Kpi之差小于閾值，則根據(jù)居民對家用電器的調(diào)節(jié)意愿調(diào)整家電序列順序[21]；

(5)按照家電優(yōu)先級由高到低的順序，假設(shè)家電通電狀態(tài)下判斷PDR(t)≥PLM(t)+PLO(t)是否滿足，若滿足則S(i,t)置1，否則S(i,t)置0，更新PCL(t)并重復上述過程直至循環(huán)所有家電，執(zhí)行家電控制決策后進入下一時段。

2.3 家電優(yōu)先級評估

2.3.1 家電優(yōu)先級評價指標

為實現(xiàn)家電合理控制，在限制功率的基礎(chǔ)上，應(yīng)分析家電給用戶帶來的舒適性，例如空調(diào)對室內(nèi)溫度的變化會對用戶的舒適性產(chǎn)生影響。用電成本方面，不同用戶對電費的支付意愿有所不同。同時還應(yīng)解決家電頻繁開關(guān)的問題，因此構(gòu)成以傳感器/家電信息、預設(shè)目標、歷史信息、電價信息、家電功率、用戶支付意愿、家電類別為狀態(tài)參量的家電優(yōu)先級評價體系，如圖3所示。

(1)家電需求值

家電的通斷電狀態(tài)將對用戶的舒適性造成直接影響，針對用戶的生活需求，可以根據(jù)家電給用戶帶來的舒適性進行表征，以家電需求值指數(shù)Ki,t來描述用戶的舒適程度，需求值Ki,t的取值區(qū)間[0～1]，需求值Ki,t越大，家電的使用需求更加強烈，用戶的舒適性越低。

圖3 家電優(yōu)先級評估體系Fig.3 Dynamic priority assessment system of home appliances

(a)對空調(diào)、熱水器等以維持設(shè)定溫度為目的具有儲熱能力的負荷，當實際溫度超過設(shè)定范圍時，需求值取0或1(接近最優(yōu)值時，KNL,t=0，接近臨界值時，KNL,t=1)；當溫度處在設(shè)定范圍內(nèi)時，其計算如下：

(3)

式中家電需求值越大，說明用戶對溫度的滿意程度越低，其家電的優(yōu)先級應(yīng)越高。各家電溫度設(shè)定范圍和需求最優(yōu)值由用戶設(shè)定，計算得到的KNL,t已經(jīng)過標幺化處理，可以與其他家電負荷的狀態(tài)參數(shù)進行比較。

(b)針對電動汽車，干衣機等滿足特殊需求的家電，可以利用家電在該時段的工作進度、工作效率以及未來可通電時間段評估其家電需求值，可如期完成任務(wù)時，其計算如下：

(4)

式中家電需求值越大，說明家電如期完成預定任務(wù)的難度越高，用戶的滿意程度越低。家電允許工作時段總時間由用戶設(shè)定的允許工作時段得到，家電預估工作時間由用戶設(shè)定的目標充電電量與家電信息計算得到。根據(jù)目前市場上電動汽車的充電效率曲線，文中近似認為充電汽車的充電效率是固定的。

若在期限內(nèi)不能順利完成工作，則KEV ,t值取1；已完成工作任務(wù)時，家電斷電不參與控制。

若該家電在非DR期間存在允許工作時段，因非DR時段家電總功率不受限制，且非DR時段工作時間已知，因此統(tǒng)計的時間結(jié)果應(yīng)減去家電在非DR期間的工作時間，僅考慮家電在DR期間內(nèi)的工作完成情況。

(2)額外用電成本

電價作為電力市場的一種商品，在電力市場化的情況下，電力供求與其價格之間也符合一般商品的經(jīng)濟規(guī)律，因此在價格上升或下降后，其需求量在一定程度上增加或減少，而家電的功率與單位時間耗電量成正比，因此可以通過用戶在DR時段支付的額外用電成本來表征用戶的支付意愿，通過額外用電成本與用戶在電費上的支付意愿比較，對家電優(yōu)先級進行調(diào)整以降低用電成本并平衡負荷曲線，其計算為:

Pec,t=(當前電價-基本電價)×家電功率

(5)

式中Pec,t為用戶在DR時段t時刻使用家電單位時間需支付的額外用電成本(元/h)?；倦妰r取用戶近期日電價均值。

(3)斷電間隔

為解決動態(tài)優(yōu)先級波動造成的家電頻繁開關(guān)問題，引入家電歷史工作狀態(tài)計算各家電t時段斷電間隔時間，對家電短時間內(nèi)頻繁開關(guān)行為進行限制。斷電間隔時間的計算如式(6)所示，t時段家電處于斷電狀態(tài)，且上一時段處于通電狀態(tài)時，斷電間隔Ti,t開始計時，Ti,t置0；t時刻家電處于通電狀態(tài)時，不存在斷電間隔，Ti,t取∞；處于斷電間隔中時，每經(jīng)過一個時段，Ti,t累加一個更新時間周期Δt。

(6)

式中Ti,t為家電在t時段的斷電間隔時間；Δt為一個系統(tǒng)時間周期；S(i,t)表示第i個家電在t時段的開關(guān)狀態(tài)(0代表斷電，1代表通電)。

2.3.2 模糊控制器設(shè)計

在預先進行家電調(diào)度的控制策略中，因用戶和其他原因產(chǎn)生的家電實時變化使家電控制效果較差并產(chǎn)生較長的設(shè)備操作等待時間，而利用設(shè)定家電優(yōu)先級的控制策略易產(chǎn)生家電頻繁投切和開啟家電較多時舒適度不能兼顧等問題。模糊控制具有容錯能力強，易于通過自然語言進行控制等特點，因此文中基于動態(tài)優(yōu)先級利用模糊控制器以多個家電優(yōu)先級評價指標對家電進行優(yōu)先級評估。

模糊控制器以家電舒適度Ki,t、用戶DR時段使用家電產(chǎn)生的額外用電成本Pec,t和家電斷電間隔時間Ti,t作為最終輸入變量，根據(jù)輸出控制量Kpi的隸屬度大小對家電優(yōu)先級順序進行調(diào)整?？刂屏縆pi越大，家電優(yōu)先級越高，控制量Kpi接近1時，家電優(yōu)先級最高，用戶舒適性最低，家電立刻通電開始工作；控制量Kpi接近0時，家電優(yōu)先級最低，用戶舒適性最高，家電斷電以降低家庭總功耗。

由于梯形及三角形隸屬函數(shù)形狀簡單，并且與其他隸屬函數(shù)得出的結(jié)果差別最小，因此利用三角形和梯形組合的分布函數(shù)建立相應(yīng)的隸屬函數(shù)。

根據(jù)用戶需求，模糊控制規(guī)則的設(shè)計應(yīng)滿足：

(1)為滿足用戶的生活舒適性，將家電需求值Ki,t作為Kpi的主要影響指標，只考慮用戶舒適性情況下，當其不滿足最低舒適性要求(Ki,t=1)時，Kpi=1；Ki,t降低時，Kpi降低；舒適性最優(yōu)時(Ki,t=0)，Kpi=0。(電動汽車等特殊需求類家電因Ki,t的含義不同應(yīng)另設(shè)控制規(guī)則，為使其在其他家電空閑時工作，且不影響高優(yōu)先級家電，當其Ki,t接近0時，使其Kpi略高于空閑家電)；

(2)考慮到用戶的用電成本，需求值隸屬度相近時控制量Kpi應(yīng)保證用電成本較低的家電優(yōu)先開啟，其隸屬函數(shù)臨界值根據(jù)不同家電在式(5)的計算結(jié)果所在范圍內(nèi)等間隔取值，用戶可結(jié)合當前電價政策和自身需求提高或降低Pec,t隸屬函數(shù)橫坐標電價臨界值從而提高用戶舒適度或減少總用電費用；

(3)為確保被控家電不會頻繁開閉，將斷電間隔Ti,t作為懲罰因素，斷電間隔Ti,t很短時，Kpi大幅降低。Ti,t較短時，Kpi略微降低，Ti,t較長時，Kpi不受影響。用戶可以通過修改Ti,t隸屬函數(shù)橫坐標的臨界時間值調(diào)整家電開關(guān)次數(shù)，臨界值越大，限制效果越強，家電開關(guān)次數(shù)越少。通過多次仿真，當Ti,t各隸屬函數(shù)臨界值取15 min、30 min、45 min、60 min時仿真結(jié)果較好。

以熱水器、空調(diào)和電動汽車為例，其輸入輸出變量隸屬函數(shù)和模糊控制規(guī)則分別如圖4和表1所示。

圖4 模糊控制器輸入及輸出隸屬函數(shù)Fig.4 Input and output membership functions of fuzzy controller

其中FCSS，非常舒適；SS，舒適；BJSS，比較舒適；BSS，不舒適；CBZ，額外成本中；CBJG，額外成本較高；CBG，額外成本高；SJD，間隔時間短；SJZ，間隔時間中；SJC，間隔時間長；JD，極低；HD，很低；D，低；BJD，比較低；BJG，比較高；G，高；HG，很高；JG，極高。

表1 模糊控制器規(guī)則Tab.1 Rule of fuzzy controller

3 仿真過程

3.1 算例參數(shù)

算例中將夏天8月華北地區(qū)的一天作為DR時段可能發(fā)生的環(huán)境，并參考華北地區(qū)用戶的家電功率及用戶使用需求進行仿真，家電信息如表2所示。

表2 家電信息Tab.2 Information of controlled home appliances

熱水器初始水溫為42 ℃，室內(nèi)初始溫度為27 ℃，電動汽車電池初始電量為0%，仿真過程從17:00開始，電動汽車充電允許時段為19:00～次日04:00，電動汽車充滿電池需要約6 h。DR響應(yīng)時段為19:00～01:00，給定DR限制功率PDR=4 kW，并以22:00時用戶大量用水使熱水器水溫驟降作為家電狀態(tài)實時變化因素。分時電價信息如下：14:00～17:00，19:00～22:00實行峰時電價，為 0.925元/(kW·h)； 8:00～14:00，17:00～19:00，22:00～24:00實行平段電價，為0.61元/(kW·h)； 0:00～8:00實行谷時電價，為0.319 7元/(kW·h)。

3.2 算例仿真

仿真過程從17:00開始，19:00～次日01:00間進入DR事件規(guī)定時段，算例仿真結(jié)果見圖5。

圖5 DR時段動態(tài)家電優(yōu)先級仿真結(jié)果Fig.5 Simulation results of home appliances priority in DR

仿真開始后，為維持用戶設(shè)定的水溫和室溫范圍，空調(diào)和熱水器進行周期性工作，電動汽車因在非工作時段處于斷電狀態(tài)。進入DR時段后，用戶家庭總功率受到限制，電動汽車、空調(diào)、熱水器根據(jù)優(yōu)先級變化交替工作。19:00時空調(diào)優(yōu)先級高于電動汽車，空調(diào)通電一段時間后因室溫下降使其Kpi低于電動汽車，此時電動汽車開始工作，并隨著室溫的變化在19:00～22:00間空調(diào)與電動汽車處于交替工作狀態(tài)，期間熱水器為維持水溫保證居民用水時的舒適性，熱水器在19:00～21:00間進行兩次加熱。

22:00時,用戶大量用水，熱水器水溫迅速下降，熱水器Kpi不斷上升，至超過其他家電后開始通電，一段時間因空調(diào)斷電室溫開始升高，但此時空調(diào)Kpi明顯低于熱水器Kpi，熱水器優(yōu)先工作，22:50時出現(xiàn)室溫最大值。此時熱水器水溫為40 ℃時，室內(nèi)溫度達到32 ℃左右，但因空調(diào)Kpi已高于熱水器Kpi，空調(diào)優(yōu)先級最高，熱水器斷電停止加熱，空調(diào)開始制冷。

23:40時，家電間優(yōu)先級相近，短時間內(nèi)易發(fā)生通電家電因工作使其優(yōu)先級降低而關(guān)閉，未開啟家電因優(yōu)先級升高而開啟，并不斷變換家電優(yōu)先級順序的情況，使家電狀態(tài)多次改變造成家電頻繁投切，此時空調(diào)已關(guān)閉10 min，其優(yōu)先級因室溫上升而升高，根據(jù)用戶需求空調(diào)應(yīng)高于熱水器并切換家電狀態(tài)，但因Ti,t隸屬函數(shù)中10 min屬于SJD區(qū)段，且室溫需求尚未達到對應(yīng)閥值，使空調(diào)Kpi短時間內(nèi)仍低于熱水器Kpi，空調(diào)開啟時間延后，實現(xiàn)對家電投切的限制作用。1:00后，DR時段結(jié)束，室溫和水溫周期性波動，電動汽車充滿電后停止通電，至5:00時仿真結(jié)束。若DR時段以預設(shè)家電優(yōu)先級(熱水器>空調(diào)>電動汽車)調(diào)度，則其仿真結(jié)果如圖6所示。

圖6 DR時段預設(shè)家電優(yōu)先級仿真結(jié)果Fig.6 Simulation results of preset appliances priority scheduling in DR

從圖5、圖6的仿真結(jié)果對比看出，19:00～22:00時段中，利用動態(tài)優(yōu)先級比較，減少了使用電動汽車充電的時間，并在空調(diào)優(yōu)先級較低時使熱水器經(jīng)歷了2次通電加熱使水溫處于較高狀態(tài)。22:00用戶大量用水時，熱水器及時通電加熱，并在熱水器水溫達到最低要求后，立刻切換優(yōu)先級至空調(diào)使其滿足用戶的室溫需求，此時出現(xiàn)最高室溫。而另一種控制方式中水溫驟降后，熱水器在短時間內(nèi)不能達到設(shè)定最優(yōu)值且因優(yōu)先級不可調(diào)，使其空調(diào)工作被暫時擱置，因此在T3時段圖6室溫較圖5中更高。在T1、T2時段電動汽車通電情況可以看出，不同于在其他家電的斷電間隙工作，動態(tài)優(yōu)先級控制下電動汽車隨著室溫和水溫的周期波動,在二者皆較為舒適但并未達到設(shè)定臨界值時通電工作，維持水溫和室溫的舒適性較優(yōu)的同時，確保在DR時段中完成所需的任務(wù)量。

兩種控制方式在仿真中的最高室溫、最低水溫、仿真結(jié)束后的充電情況及總電費如表3所示，其中總電費計入了仿真截止時室溫水溫達到相同狀態(tài)時家電工作所耗費用。由表3可以看出，所提控制方法室內(nèi)最高溫度降低3 ℃，熱水器最低水溫升高1.3 ℃，并減少可控家電負荷費用約3.4%。與DR前相比，減少可控家電費用約28.6%。

表3 家電仿真結(jié)果和電費統(tǒng)計Tab.3 Home appliance simulation results and cost

仿真算例表明，在DR時段應(yīng)用所提控制方案使用戶功耗低于一定水平的同時，改善了用戶舒適性，實現(xiàn)包括電動汽車等具有特殊需求的家電在DR時段內(nèi)參與控制調(diào)度，減少了用戶的用電成本，使電網(wǎng)負荷曲線改善明顯。與其他控制策略相比，所提方案解決了家電優(yōu)先級波動帶來的家電切換頻繁問題，對家電的使用壽命沒有影響。

4 結(jié)束語

以DR為基礎(chǔ)，針對居民家用電器的使用需求建立了家電優(yōu)先級評價指標，提出一種在DR下用于管理高功耗家用電器的智能家居管理控制方案，利用電價信息、家電傳感器信息、斷電時間等作為輸入量通過模糊理論對家電優(yōu)先級進行合理評估，以動態(tài)優(yōu)先級實現(xiàn)對家電的合理控制。目前電網(wǎng)基于電動汽車的家電管理機制已經(jīng)逐漸建立，因此方案擁有一定的應(yīng)用前景，仿真結(jié)果表明：

(1)在DR時段將參與DR具有儲熱能力的家電維持在一定的舒適性，能提高控制策略對用戶非計劃用電和舒適性快速下降時的緩沖能力；

(2)可較好實現(xiàn)電動汽車等特殊家電的管理控制，降低了用電成本，并可根據(jù)用戶意愿對不同家電進行偏好設(shè)置，提高了所提控制方法的適用性；

(3)在DR事件下，所提控制方法能夠有效利用居民部分可控負荷的轉(zhuǎn)移潛力，平衡用戶負荷曲線，提高配電網(wǎng)的靈活性。

因篇幅所限，未對負荷削減的程度展開討論，因此下一步將在該方法的基礎(chǔ)上，對比其他方法的結(jié)果，研究住宅用戶在不同時段采用的最優(yōu)負荷限制并建立相應(yīng)模型對該方法進行評估。