任麗娟+++李勇+++付蔚

摘 要：隨著智能家居的廣泛應用，以及分時電價的推廣，文章提出了一種改進的粒子群算法求解用電優(yōu)化調度。文中考慮了影響用戶舒適度的兩個重要因素，分析了用電負載的工作方式，建立了一種計及舒適度的優(yōu)化調度模型從而減少用電費用和能源消耗。通過仿真實驗對用電算例進行了驗證。結果表明，該模型和算法有效地降低了用電費用，同時能保證用戶舒適度。

關鍵詞：智能家居；分時電價；粒子群算法

1 概述

隨著智能電網(wǎng)的快速發(fā)展和智能家居的廣泛應用，家庭用電優(yōu)化調度成為目前智能家居中的一大研究熱點。居民的用電態(tài)度也隨著家庭智能化的變化而改變，愿意嘗試新的用電方式來節(jié)約用電成本和減少能源消耗[1-2]。因此，研究智能家居用電優(yōu)化調度對電網(wǎng)側和居民側雙方均有重要意義。

智能家居用電優(yōu)化調度是通過家庭能源管理系統(tǒng)（Home Energy Management System，HEMS）[3]進行管理和控制的。優(yōu)化調度算法是家庭能源管理系統(tǒng)的核心，通過控制家電負載的運行，實現(xiàn)對不同來源的能源使用的調度，提升家居的節(jié)能性、便利性、以及舒適性等，還可以通過需求響應措施調整家庭用電確保電網(wǎng)穩(wěn)定可靠運行[4]。

在現(xiàn)有研究中，家電設備大多被分為可調度負載和不可調度負載，可調度負載的工作模式以及參與需求響應方式是家電優(yōu)化調度需要考慮的關鍵因素；用戶舒適度是家電優(yōu)化調度考慮的重要因素，優(yōu)化調度要在保證用戶舒適度的前提下，減少用電成本和能源消耗。

在上述研究基礎上，本文分析了可調度負載的工作方式，考慮了影響用戶舒適度的兩個重要因素，建立了計及舒適度的優(yōu)化控制數(shù)學模型，基于分時電價，提出了一種改進的粒子群用電優(yōu)化調度算法。

2 家庭用電負載分類

根據(jù)家庭用電負載運行特性和調度的可行性，把家居負載分為：不可調度負載和可調度負載。不可調度負載的用電時間被調整會嚴重影響用戶的舒適度，而且運行時間并不確定。這類負載有供娛樂方面的負載（電視、電腦、音樂播放器等）、普通照明、微波爐等與用戶行為意識關系密切，且難以控制其開關的設備?？烧{度負載有固定的工作周期且使用時間具有彈性，可調度負載又可以分為不可中斷負載和可中斷負載，不可中斷負載的工作時間具有連續(xù)性，一旦開始工作必須完成為止，洗衣機、洗碗機、電飯煲等屬于這類型的負載；可中斷負載在允許的時間范圍內隨意開停，使用時間具有靈活性，只需在特定的時刻完成運行即可，如空調、熱水器等。

3 用電優(yōu)化模型

3.1 可調度負載模型

3.2 舒適度建模

影響用戶舒適度的因素很多，而最能影響用戶舒適度的是溫度。溫度偏離用戶希望的范圍就會使用戶感到不適。

溫度的舒適度指數(shù)可用（5）式表示：

用戶在調度電器的時候會面臨等待，一旦等待時間超出用戶能忍受的范圍，嚴重影響用戶的舒適度。假設用戶希望負載的工作時間為[b，c]，調度后的工作時間為[d， d+l]，d和l分別表示調度后的開啟時間和工作時長，用戶等待時間舒適度指數(shù)用（6）式表示：

3.3線性規(guī)劃模型

在提出的模型中，用T表示優(yōu)化調度區(qū)間，將其分為等長的n個時隙，t∈T=[1，2，3…，24]，時隙長度為1h。在用戶家庭中，有多種類型的可調度負載，用a表示一個負載，A=[a1，a2，...，an]表示一個負載集。根據(jù)提供的分時價格，用戶決定負載a的調度區(qū)間。假設在整個過程中負載的實際功率都等于額定功率，負載a消耗的電量用向量Ea=[E1a，...，ETa]表示，向量中的ETa為負載a在時隙t的電量消耗。在時刻t消耗的能耗可用（7）式表示：

式中：Et，a為負載a在時刻t的能耗；St，a為負載a在時刻t的開關狀態(tài)；pt為時刻t的電價。

綜合以上，智能家居用電優(yōu)化調度模型的目標函數(shù)為：

式中：w1和w2分別為電費與舒適度權重，w1+w2=1。

4 用電優(yōu)化調度模型算法

本文采用改進的粒子群算法進行求解，負載的用電方式是粒子群算法的決策變量。對約束條件進行處理，以罰函數(shù)的方式加入到目標函數(shù)中。

4.1 算法步驟

采用粒子群算法的流程圖如圖1所示。

4.2 參數(shù)設置

（1）粒子群參數(shù)設置：種群大小為10；學習因子c1和c2都為2；迭代次數(shù)為500；初始慣性權重為1；最終慣性權重為0.5。

（2）分時電價（來自紐約ISO網(wǎng)站）信息，如圖2所示。

（3）可調度負載信息如表1和表2所示。

5 仿真實驗與結果分析

以工作日為例，用戶8：00-18：00上班不在家。家電一天內的未調度和調度后的能耗和電費分別如圖3和圖4所示。

在圖2分時電價中， 7：00-15：00是高電價時段。從圖3未使用調度算法和使用調度算法能源消耗比較來看，使用調度算法很好的響應了分時電價，使得家庭負載集中用電時間有效的避開了用電高峰和電價高峰，提高了電網(wǎng)側的穩(wěn)定性，而且保證了用戶的舒適度。

從圖4中未使用調度算法和使用調度算法的電費比較來看，使用調度算法比未使用調度算法電費減少14.5%，有效的減少了用戶電力成本，驗證了算法的有效性。

6 結束語

本文針對可調度負載建立了體現(xiàn)用戶用電行為的動態(tài)模型，考慮了影響用戶舒適度的兩個重要因素，結合分時電價，以最小化用電費用為目標函數(shù)，兼顧舒適性要求。仿真結果表明，該模型和算法能有效地避免用電高峰和電價高峰，實現(xiàn)削峰填谷，減少用電費用，保證舒適度。

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.

[2]王春梅，李揚.計及用戶舒適性的家庭智能用電調度優(yōu)化[J].電網(wǎng)與清潔能源，2016，32（4）：58-62.

[3]劉經(jīng)浩，賀蓉.一種基于實時電價的HEMS家電最優(yōu)調度方法[J].計算機應用研究，2015，32（1）：132-137.

[4]高思遠.智能家居能源調度算法研究[D].河北工程大學，2015.

[5]SHAO S， PIPATTANASOMPORN M， RAHMAN S. Development of physical-based demand response-enabled residential load models[J].IEEE Transactions on Power Systems， 2013， 28（2）： 607-614.

[6]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.