孫建偉，唐升衛(wèi)，劉　菲，王　丹，戚野白，王　冉（.廣東電網公司電力科學研究院南方電網“電網自動化實驗室”，廣州　50080；.天津大學智能電網教育部重點實驗室，天津　30007）

面向需求響應控制的家用電熱水器建模和控制策略評估

孫建偉1，唐升衛(wèi)1，劉菲1，王丹2，戚野白2，王冉2
（1.廣東電網公司電力科學研究院南方電網“電網自動化實驗室”，廣州510080；2.天津大學智能電網教育部重點實驗室，天津300072）

家用電熱水器用電量大、儲熱性好，是電力系統(tǒng)重要的需求響應資源。利用智能電網先進的通信和控制設施，該文旨在建立描述家用電熱水器詳細熱動態(tài)的單體和聚合模型，并基于所建模型進行需求響應控制，通過削峰填谷實現提高電力系統(tǒng)建設和運行經濟性的目的。首先用指數模型對典型熱水器的熱力學動態(tài)進行建模，進而構建熱水器負荷聚合模型?；诖四Ｐ?，討論其各種因素和參數對整體熱水器群體特性的影響，對其調節(jié)能力進行評估。在此基礎上，設計并評估了3種熱水器負荷控制策略，并分析了各自的特點。仿真結果表明，相關控制策略能削峰填谷，提高電網的負荷率，改善電力系統(tǒng)的經濟性。

控制策略；智能用電；需求響應；溫控負荷；電熱水器；參數評估

DOI：10.3969/j.issn.1003-8930.2016.04.009

近年來，智能電網［1-2］逐漸形成并得到大力發(fā)展?！爸悄芑印背蔀橹悄茈娋W的主要特點和建設目標，包括信息和電能的雙向互動兩方面。需求響應［3-4］鼓勵用戶根據動態(tài)電價或激勵信息改變傳統(tǒng)的用電方式，積極參與電網運行，是智能電網的重要方面。高級量測技術、現代控制和通信技術等技術的進步為需求響應的發(fā)展奠定了基礎，使其有廣闊的應用前景。

在需求響應研究中，常選取溫控設備作為主要研究對象，一方面由于其可變的參與程度和儲能特性，另一方面，以熱水器、空調和冰箱為代表的溫控設備構成了家庭的主要電力負荷，便于實際應用。目前，大量的工作側重于控制策略的研究，逐漸發(fā)展了基于Fokker-Planck方程的辨識控制算法［5］，基于狀態(tài)隊列SQ（state queuing）控制算法［6-7］以及基于用戶舒適約束控制算法［8-9］等，但是在各相關因素對負荷群需求響應能力的影響及控制策略效果的評估分析等方面并不完善。本文主要完成以下兩方面的工作。

（1）采用指數模型對電熱水器設備進行建模，完成多個電熱水器聚合負荷需求模型。以可控的熱水器為研究對象，討論其各種因素和參數，包括熱水器數目、環(huán)境溫度、水溫設定值、用水量、熱力學參數隨機化程度等對熱水器群體功率消耗情況的影響，并評估其對熱水器群的潛在調節(jié)能力的影響。

（2）在該模型的基礎上設計并評估了恒定溫度設定值策略、削峰策略和預加熱策略，比對了各種方案的特點，為需求響應中使用熱水器聚合的后續(xù)研究提供基礎。

1　模型描述

電熱水器是以電作為能源，在一定時間內使冷水溫度升高變成熱水的一種裝置，現有文獻提出了多種電熱水器的建模方法［10-11］。為研究不同因素對電熱水器的潛在調節(jié)能力的影響，本文應用指數模型描述熱水器的動態(tài)過程為

如果t時刻有熱水消耗，則該時刻水箱中的熱水溫度需要修正，其公式為

且在任意時刻，熱水溫度均應滿足

式中：θt為水箱中的熱水在t時刻的溫度；θen，t為t時刻的環(huán)境溫度；ITCL，t為t時刻熱水器加熱器的開關狀態(tài)；Q、R和C分別為熱水器的操作熱功率、熱阻和熱容；θcur，t為t時刻水箱中的熱水在熱水使用前的溫度；M為水箱滿載時水的總質量；dt為t時刻的熱水使用量；θlow和θup分別是熱水溫度的上下限值。

此外，熱力學參數R、C和Q可以通過擬合所觀察到的性能數據得到，其他的參數還包括用戶用水量和水溫等。由于用戶數的不同、生活習慣的不同、家庭結構的不同，每個家庭都有不同的熱水器參數。圖1所示為某一臺熱水器的部分仿真結果，可以清楚地看出用水曲線，室內外溫度，功率消耗的對應關系。

綜合式（1）～（3）可以看出：改變熱水器的溫度上下限和開關狀態(tài)可以改變熱水器的動態(tài)過程和電能消耗情況。

熱水器負荷群的群體功率消耗特性由其中每一臺熱水器的功率消耗曲線疊加得到。各熱水器的熱力學參數、所處環(huán)境溫度、水溫設定值等相關參數各不相同，存在豐富的多樣性，共同塑造了熱水器負荷群的群體特性。不同參數取值對熱水器的群體特性及其需求響應能力有重要的影響，在下一節(jié)進行評估分析。

圖1　某熱水器部分仿真結果Fig.1　Simulation results of a single water heater

2　需求響應能力評估

許多因素會影響熱水器負荷群的潛在調節(jié)能力，對這些因素的評估有利于對熱水器群體特性的認識。下面分別進行討論。

2.1熱水器數目

考慮到熱水器設備分布的差異性，用戶的使用習慣性等因素，熱力學參數具有一定隨機分布的特點。假設用戶熱水器設備典型熱力學參數按照正態(tài)隨機函數N（a，σ）分布，a為R、C、Q取值。分別設10、100、1 000個熱水器用戶組成的3個負荷群，為方便比較，以每一負荷群的功率消耗曲線的平均值代表該負荷功率消耗曲線的變化，如圖2所示。

從圖2中可以看出，無論負荷群包含熱水器的數目有多少，負荷平均消耗曲線具有類似的變化趨勢。但隨著負荷群中熱水器數目的增多，熱水器群的功率曲線更加平穩(wěn)，有利于參與需求響應任務，因此后續(xù)分析將取1 000個熱水器進行討論。

2.2環(huán)境溫度

分別選取平均溫度為7℃、17℃和27℃的3條環(huán)境溫度曲線對熱水器群進行仿真。不同環(huán)境溫度下的仿真結果如圖3所示，從圖中可以看出：當環(huán)境溫度較低時，熱水器需要更多的能量來加熱以維持設定的溫度，導致功率消耗變多，同時也使負荷可調節(jié)能力變大，隨著環(huán)境溫度升高，熱水器需要加熱來維持設定溫度的能量變少，導致功率消耗減少，負荷可調節(jié)能力變小，通過分析可知，環(huán)境溫度是影響熱水器群體功率消耗范圍，即負荷可調節(jié)能力大小的因素之一。

圖2　熱水器群負荷功率平均值曲線Fig.2　Average load curves for a group of water heater units

圖3　不同環(huán)境溫度對熱水器負荷曲線影響Fig.3　Effects of environmental temperature on waterheater loads

2.3水溫設定值

分別選取設定值為50℃、60℃和70℃的3條水溫曲線對熱水器群體進行仿真。不同水溫設定值條件下的仿真結果如圖4所示，從圖中看出：當水溫設定值較低時，熱水器需要較少的能量來加熱以維持設定的溫度，導致功率消耗較低，同時也使負荷可調節(jié)能力變小，隨著水溫設定值升高，熱水器需要加熱來維持設定溫度的能量變多，導致功率消耗增加，負荷可調節(jié)能力變大，通過分析可知，水溫設定值是影響熱水器群體功率消耗范圍，即負荷可調節(jié)能力大小的因素之一。

圖4　溫度設定值對熱水器負荷曲線的影響Fig.4　Effects of temperature setpoints on water heater loads

2.4熱力學參數隨機化程度

圖5　熱力學參數隨機化程度對熱水器負荷曲線影響Fig.5　Effects of thermal parameters’randomization on water heater loads

分別選取設定熱力學參數隨機化程度不同的兩種場景對熱水器群體進行仿真，從圖5中可以看出：隨機化程度高的場景下，由于熱水器多樣性較好，熱水器的功率消耗曲線更平穩(wěn)，波動較??；隨機化程度較低的場景下，熱水器多樣性破壞較大，導致熱水器的功率消耗曲線波動較大。

上述內容通過對熱水器群的仿真，評估分析了熱水器數目、環(huán)境溫度、水溫設定值、熱力學參數隨機化程度等相關因素對熱水器群需求響應能力的影響。在針對每一類因素的討論中，主要選取了若干典型參數值進行仿真、比較和分析，以在總體趨勢上了解各相關因素的影響方式和程度。在實際的需求響應資源規(guī)劃和調度中，可用同樣的方法，對各主要影響因素的各個取值進行大量仿真，在仿真結果的基礎上建立熱水器群的特性查找表（per?formance lookup table）［11］，以指導熱水器群的資源規(guī)劃和運行調度。由于熱水器群含有大量參數迥異的熱水器設備，其模型與各影響因素間耦合關系具有很強的非線性，且受各種不確定因素的影響顯著，因此通過解析的方法描述熱水器群體特性與各影響因素間的定量關系是一個難點。目前，包括本文，主要采用仿真的方法進行研究；解析的定量分析方法也是未來的另一個重要研究方向。

3　控制策略分析

在改善電力系統(tǒng)經濟性方面，優(yōu)化發(fā)電調度方式、削峰填谷、提高電力系統(tǒng)負荷率都是提高電力系統(tǒng)經濟性的重要措施。電網負荷率與系統(tǒng)有功負荷峰谷差有關。電網負荷率高表明該地區(qū)負荷峰谷差較小，負荷比較平均，電網負荷率低說明該地區(qū)峰谷差異較大，需要削峰填谷，使各時段負荷變化減小。提高負荷率，不僅使用電單位的用電達到經濟合理，而且也為整個電網的安全經濟運行創(chuàng)造了條件。從需求響應角度分析，提高電力系統(tǒng)負荷率主要有以下兩種措施：負荷轉移［6-7］和負荷削減。據此，本文設計提出以下控制策略并進行評估：

（1）恒定溫度設定值策略；（2）削峰策略；（3）預加熱策略。

3.1恒定溫度設定策略

電熱水器的正常工作狀態(tài)下采用的是恒定溫度設定值策略，將熱水器的溫度設定值保持在一個恒定值上，不施加任何額外的負荷控制，如圖6所示。以此功率消耗曲線作為基準評估其他控制策略的控制效果。

圖6　恒定溫度設定策略的功率消耗曲線Fig.6　Simulation results of the load curtailment strategy

3.2削峰策略

由前文可知，降低溫度設定值可以降低熱水溫度的上下限，從而降低熱水器的功率消耗。因此所謂削峰策略，即在電力系統(tǒng)負荷高峰時段將溫度設定值降低，以達到降低電熱水器設備群在負荷高峰時段的功率消耗的目的。施加了削峰策略控制后的電熱水器設備群的功率消耗曲線如圖7所示。

圖7　削峰策略下的功率消耗曲線Fig.7　Simulation results of the load curtailment strategy

從圖7中可以看出，熱水器設備群原先的溫度設定值為65℃，削峰策略在負荷高峰時段將溫度設定值下調了20℃～45℃，電熱水器設備群在電力系統(tǒng)溫度設定值降低后功率消耗曲線下降明顯，并維持較低的水平，直到上調溫度設定值之后，恢復到原來的功率消耗水平。在溫度設定值降低過程中，電力系統(tǒng)整體負荷水平降低。值得注意的是，降低溫度設定值的同時伴隨用戶的舒適度的降低。

3.3預加熱策略

預加熱策略在削峰策略的基礎上有所改進，具體方法為：在負荷高峰的前一段時間內將溫度設定值提高，使電熱水器設備提前加熱，儲存熱能；在負荷高峰到來時大幅下調溫度設定值，從而顯著降低電熱水器設備群的負荷，水溫降低，釋放之前儲存的熱量。施以預加熱策略后的電熱水器設備群的需求響應曲線如圖8所示。

圖8　預加熱策略下的功率消耗曲線Fig.8　Simulation results of the pre-heating strategy

從圖8中可以看出，熱水器設備群正常工作時的溫度設定值為55℃；在預加熱策略下，在削減負荷前3 h，電熱水器的設定溫度提高了30℃～85℃，而在負荷高峰到來時溫度設定值大幅下調至45℃，比未施加控制時降低15℃。由于進行了預加熱，在削減負荷時段雖然降低了溫度設定值，熱水仍可保持一定的溫度，用戶的舒適度相比削峰策略的同時段得到改善。

值得指出的是，預加熱模式在預加熱階段將溫度設定值提高，將加快熱水的自然散熱過程，增大熱水的自然散熱損耗，造成能源利用效率的相應降低。但是，考慮到目前市場上熱水器水箱的絕熱能力一般很好，熱水器因自然熱耗散造成的能量損失一般很小［12］，因此預加熱模式所造成的能量利用效率的降低并不顯著。當然，預加熱策略的這一缺點在決策時要充分考慮，綜合權衡實行預加熱策略帶來的利弊。

4　結語

隨著智能配用電技術的不斷深入發(fā)展，傳統(tǒng)的采用“自上而下”的空調負荷建模方式，無法反映用戶側需求響應控制策略施加的效果，本文采用指數模型，對負荷整體動態(tài)機理進行等值建模，進而構建了多臺熱水器聚合而成的負荷需求模型。基于此模型，評估了一些因素對熱水器群體功率消耗的影響，對熱水器的潛在調節(jié)能力的影響進行評估。在此基礎上，設計并評估了3種熱水器負荷控制策略：①恒定溫度設定值策略；②削峰策略；③預加熱策略，并分析了各自的特點。相關控制策略能削峰填谷，提高電網的負荷率，改善電力系統(tǒng)的經濟性。多個熱水器聚合群是一種良好的用戶側需求響應資源，通過恰當的控制能實現多樣的系統(tǒng)目標，具有廣泛的工程應用前景。

［1］孫強，葛旭波，劉林，等（Sun Qiang，Ge Xubo，Liu Lin，et al）.國內外智能電網評價體系對比分析（Review of smart grid comprehensive assessment systems）［J］.電力系統(tǒng)及其自動化學報（Proceedings of the CSU-EPSA），2011，23（6）：105-110.

［2］孔祥玉，趙帥，賈宏杰，等（Kong Xiangyu，Zhao Shuai，Jia Hongjie，et al）.智能電網中電力設備及其技術發(fā)展分析（Analysis of equipment and technology in smart grid development）［J］.電力系統(tǒng)及其自動化學報（Pro?ceedings of the CSU-EPSA），2012，24（2）：21-26.

［3］ 唐志偉，孫菡婧，陳奇志（Tang Zhiwei，Sun Hanjing，Chen Qizhi）.高級量測體系和需求響應下的互動配網（Interactive distribution grid under advanced metering infrastructure and demand response）［J］.電力系統(tǒng)及其自動化學報（Proceedings of the CSU-EPSA），2011，23 （5）：31-34.

［4］于娜，于繼來（Yu Na，Yu Jilai）.智能電網環(huán)境下需求響應參與系統(tǒng)備用的風險協調優(yōu)化模型（Spinning re?serve risk coordination optimization model of power sys?tem considering emergency demand response in smart grid environment）［J］.電力系統(tǒng)保護與控制（Power Sys?tem Protection and Control），2010，38（21）：77-82.

［5］ Callaway D S.Tapping the energy storage potential in electric loads to deliver load following and regulation with application to wind energy［J］.Energy Conversion and Management，2009，50（5）：1389-1400.

［6］ Lu Ning，Chassin David P.A state-queueing model of thermostatically controlled appliances［J］.IEEE Trans on Power Systems，2004，19（3）：1666-1673.

［7］Lu Ning，Chassin David P，Widergren Steve E.Modeling uncertainties in aggregated thermostatically controlled loads using a state queueing model［J］.IEEE Trans on Power Systems，2005，20（2）：725-733.

［8］ Parkinson S，Wang D，Crawford C，et al.Comfort-con?strained distributed heat pump management［C］//1st Inter?national Conference on Smart Grid and Clean Energy Technologies.Chengdu，China，2012：849-855.

［9］Wang D，Parkinson S，Miao W，et al.Online voltage secu?rity assessment considering comfort-constrained demand response control of distributed heat pump systems［J］.Ap?plied Energy，2011，96：104-114.

［10］Kondoh J，Ning Lu，Hammerstrom D J.An evaluation of the water heater load potential for providing regulation service［J］.IEEE Trans on Power Systems，2011，26（3）：1309-1316.

［11］Du Pengwei，Lu Ning.Appliance commitment for house?hold load scheduling［J］.IEEE Trans on Smart Grid，2011，2（2）：411-419.

［12］Zhang Yu，Lu Ning.Parameter selection for a centralized thermostatically controlled appliances load controller used for intra-hour load balancing［J］.IEEE Trans on Smart Grid，2013，4（4）：2100-2108.

Modeling Method and Control Strategy Evaluation of Electric Water Heater for Demand Response Program

SUN Jianwei1，TANG Shengwei1，LIU Fei1，WANG Dan2，QI Yebai2，WANG Ran2
（1.Electric Power Research Institute of Guangdong Power Grid Corporation，Power Grid Automation Key Laboratory of China South Grid，Guangzhou 510080，China；2.Key Laboratory of Smart Grid of Ministry of Education，Tianjin University，Tianjin 300072，China）

Because of the large electricity consumption and good heat storage capability，electric water heaters are con?sidered as excellent demand-side resources.Utilizing the advanced communication and control infrastructure of smart grid，the unit and aggregate model that describes the detailed thermal dynamic is established，and the demand re?sponse control based on the established model for improving the construction and operation economy of power systems is conducted.First of all，exponential model was used to model the thermodynamic process of typical electric water heat?ers，based on which corresponding aggregated load model was established.A variety of factors and parameters were in?vestigated to explore their effects on the characteristics of electric water heater aggregators，evaluating the aggregators’ability to participate in demand response programs.Three load control strategies were designed and evaluated for elec?tric water heater aggregators.The proposed control strategies are capable of flattening the load curve and thus improving the economy of power systems.

control strategies；smart power consumption；demand response；thermostatically controlled load；electric water heater；parameter evaluation

TM73

A

1003-8930（2016）04-0051-05

2014-02-19；

2015-04-14

中國南方電網電網自動化重點實驗室支持項目（K-GD2013-036）；中國博士后科學研究基金資助（2013M540207）

孫建偉（1986—），男，碩士，工程師，研究方向為電網調度自動化及負荷調度控制。Email：jian_sun26@163.com

唐升衛(wèi)（1986—），男，碩士，助理工程師，研究方向為電網調度自動化及負荷調度控制。Email：mastert@163.com

劉菲（1988—），女，碩士，工程師，研究方向為電網調度自動化及負荷調度控制。Email：liu_fei_@139.com