葉中行，孫明遠(yuǎn)

(長(zhǎng)沙理工大學(xué)電氣與信息工程學(xué)院，湖南長(zhǎng)沙410114)

家庭需求側(cè)資源與電力供應(yīng)商雙向交互策略

葉中行，孫明遠(yuǎn)

(長(zhǎng)沙理工大學(xué)電氣與信息工程學(xué)院，湖南長(zhǎng)沙410114)

需求側(cè)資源參與到家庭與電力供應(yīng)商之間的能量交換過(guò)程,能夠降低自身用電成本。針對(duì)可平移負(fù)荷不同用電特點(diǎn)進(jìn)行綜合建模，結(jié)合電動(dòng)汽車(chē)、光伏，小微儲(chǔ)能裝置模型提出新的家庭需求側(cè)資源與電網(wǎng)的雙向能量交換模型，通過(guò)求解該模型，對(duì)比分析了在需求側(cè)資源中加入可平移負(fù)荷前、后所得的調(diào)度結(jié)果，負(fù)荷平移后，家庭電費(fèi)明顯降低，且起到了削峰填谷的作用；討論了需求側(cè)資源與家庭和電網(wǎng)之間單向與雙向交互模式下的經(jīng)濟(jì)效益，得出了智能家庭最優(yōu)調(diào)度策略，為進(jìn)一步的家庭實(shí)踐打下基礎(chǔ)。

需求側(cè)資源；優(yōu)化；可平移負(fù)荷；對(duì)比分析

0 引言

隨著電力市場(chǎng)化進(jìn)程的加快，家庭用戶(hù)作為獨(dú)立的個(gè)體參與到電力能源優(yōu)化配置過(guò)程，與電力供應(yīng)商進(jìn)行互動(dòng)交易逐漸受到人們的關(guān)注[1]。因此，家庭能量管理系統(tǒng)(Home Energy Management System，HEMS)應(yīng)運(yùn)而生，該系統(tǒng)以實(shí)時(shí)電價(jià)為參考，以需求側(cè)資源[2](Demand Side Resources, DSR)為調(diào)度目標(biāo)，以經(jīng)濟(jì)、舒適為原則，合理安排負(fù)荷用電區(qū)間。

經(jīng)濟(jì)、社會(huì)的發(fā)展，使越來(lái)越多的家庭有能力構(gòu)建以小微儲(chǔ)能裝置(ESS)、電動(dòng)汽車(chē)(EV)、分布式光伏(PV)等需求側(cè)資源為要素的家庭能量體系[3]?？梢酝ㄟ^(guò)與電網(wǎng)的電能交互產(chǎn)生一定收益，從而有效減少用戶(hù)電費(fèi)成本，同時(shí)對(duì)電網(wǎng)來(lái)講也能起到削峰填谷之用[4-5]。

國(guó)內(nèi)外已經(jīng)有相關(guān)的研究并用于生產(chǎn)實(shí)際，從需求側(cè)資源的響應(yīng)、調(diào)度、控制策略以及優(yōu)化調(diào)度算法方面做了大量的工作。文獻(xiàn)[3-6]建立了包含各種家電模型的智能家庭用電協(xié)同調(diào)度策略；文獻(xiàn)[1]基于負(fù)荷資源分類(lèi)建模，利用啟發(fā)式算法對(duì)模型進(jìn)行求解；文獻(xiàn)[4]建立了電動(dòng)汽車(chē)與家庭互動(dòng)調(diào)度模型，并提出了新的智能算法；文獻(xiàn)[5]采用MPC方法建立家庭能源局域網(wǎng)能量管理模型，并以電價(jià)預(yù)測(cè)為基礎(chǔ)尋求最優(yōu)調(diào)度方法。上述文獻(xiàn)對(duì)于家庭能量?jī)?yōu)化管理的研究，雖考慮了需求側(cè)資源對(duì)調(diào)度結(jié)果的影響，但并沒(méi)有對(duì)一類(lèi)負(fù)荷進(jìn)行具體建模，而且對(duì)需求側(cè)資源與家庭或外電網(wǎng)的交互考慮的不夠。文獻(xiàn)[7-8]雖然考慮了負(fù)荷建模，但研究的是微網(wǎng)的運(yùn)行優(yōu)化問(wèn)題。

本文基于需求側(cè)響應(yīng)(DSM)，針對(duì)不同負(fù)荷的用電規(guī)律提出可平移負(fù)荷模型，在實(shí)時(shí)電價(jià)的基礎(chǔ)上優(yōu)化用電時(shí)段；以用戶(hù)電費(fèi)最小為目標(biāo)，構(gòu)建考慮DSR與家庭、電網(wǎng)間雙向交互形式下的家庭能量?jī)?yōu)化管理模型；通過(guò)算例仿真，對(duì)比分析了負(fù)荷平移對(duì)家庭能量?jī)?yōu)化調(diào)度結(jié)果的影響以及各種交互形式下的電費(fèi)成本，驗(yàn)證了所提模型的有效性。

1 可平移負(fù)荷模型

1.1 目標(biāo)函數(shù)

本文中負(fù)荷平移的目標(biāo)是將可平移負(fù)荷從電價(jià)高峰時(shí)段轉(zhuǎn)移到電價(jià)低谷時(shí)段，從而通過(guò)該電價(jià)差達(dá)到削減用戶(hù)電費(fèi)的目的[6-7]，其目標(biāo)函數(shù)表達(dá)式為：

(1)

(2)

(3)

式中：第一項(xiàng)考慮在負(fù)荷運(yùn)行的第一時(shí)段轉(zhuǎn)入的總功率，該總功率也包括橫跨多個(gè)運(yùn)行時(shí)段的負(fù)荷類(lèi)型；第二項(xiàng)考慮的是多時(shí)段運(yùn)行負(fù)荷轉(zhuǎn)入的后續(xù)功率；m1為可平移負(fù)荷種類(lèi)總數(shù)；m2為運(yùn)行時(shí)段數(shù)大于1的負(fù)荷總類(lèi)數(shù)；xk,i,t表示從i時(shí)段轉(zhuǎn)入至t時(shí)段的第k類(lèi)負(fù)荷數(shù)；xk,t,q表示從t時(shí)段轉(zhuǎn)出至q時(shí)段的第k類(lèi)負(fù)荷數(shù)；hmax≥2為負(fù)荷持續(xù)運(yùn)行時(shí)段數(shù)的最大值；p1,k為第k類(lèi)負(fù)荷在其第1個(gè)運(yùn)行時(shí)段的功率；ph+1,k為第k類(lèi)負(fù)荷在其持續(xù)運(yùn)行時(shí)段內(nèi)第h+1運(yùn)行時(shí)段的功率。

1.2 約束條件

(1)延遲時(shí)段約束

(4)

通常規(guī)定用電設(shè)備用電時(shí)段只能延遲，而不能提前[9]，最大延遲時(shí)段為dmax。

(2)負(fù)荷平移量約束

根據(jù)可平移負(fù)荷特點(diǎn)必須保證平移前后同一類(lèi)別的負(fù)荷單元數(shù)量維持不變

(5)

式中：xk,t為負(fù)荷平移前第k類(lèi)負(fù)荷在t時(shí)段的負(fù)荷單元數(shù)量。

(3)在每一住宅單元每一用電時(shí)段通常會(huì)有一個(gè)限制總能量，一方面限制電網(wǎng)峰值功率，一方面可以間接起到削峰填谷的作用[10]，表達(dá)如下：

(6)

式中：pt,after為負(fù)荷平移后時(shí)段t的功率；pmax為每時(shí)段統(tǒng)一的限制功率。

2 智能家庭能量管理優(yōu)化建模

2.1 智能家庭能量管理目標(biāo)函數(shù)

通過(guò)各需求側(cè)資源的實(shí)時(shí)調(diào)度，實(shí)現(xiàn)智能家庭電費(fèi)最小這一目標(biāo)，該目標(biāo)由家庭向電網(wǎng)的買(mǎi)電成本與賣(mài)電收益兩部分構(gòu)成，其表達(dá)式為：

(7)

式中：pt,g為t時(shí)段電網(wǎng)向家庭輸送的功率；pt,s為t時(shí)段電網(wǎng)向家庭購(gòu)入的功率，這部分功率由EV、ESS、PV提供，暫不計(jì)及各設(shè)備向電網(wǎng)的賣(mài)電順序；λt,b,λt,s均為實(shí)時(shí)電價(jià)[10]。

且式(5)滿足以下約束條件：

(8)

(9)

2.2 需求側(cè)資源模型

考慮到各需求側(cè)資源與電網(wǎng)、家庭之間的雙向功率交換，每一時(shí)段都有發(fā)生各種功率交換方式的可能，基于此，建立模型如下：

(1)電動(dòng)汽車(chē)模型

(10)

(11)

(12)

式(10)～(12)均?t∈[ta，td]

SEV(t)為EV在t時(shí)段的荷電狀態(tài)，其滿足如下約束：

(13)

(14)

(15)

(16)

(17)

(18)

式(13)表示SEV(t)在每一時(shí)段的狀態(tài)值表達(dá)式；式(14)表示狀態(tài)變量界限；式(15)(16)表示必須充滿電與必須釋放完的兩種極限狀態(tài)；tf,c為必須充滿的時(shí)刻；tf,d為必須釋放完的時(shí)刻；式(17)表示EV到家時(shí)的荷電狀態(tài)等于其初始值；式(18)表示EV在離開(kāi)家后并無(wú)任何意義。

(2) 儲(chǔ)能單元模型

(19)

(20)

(21)

(22)

(23)

(24)

(3)家庭分布式光伏模型

(25)

(4)實(shí)時(shí)功率平衡

負(fù)荷平移后的負(fù)荷分布勢(shì)必會(huì)對(duì)調(diào)度結(jié)果產(chǎn)生重要影響，鑒于此，本文將實(shí)時(shí)功率平衡分為負(fù)荷平移前、后的功率平衡

①負(fù)荷平移前實(shí)時(shí)功率平衡

(26)

②負(fù)荷平移后實(shí)時(shí)功率平衡

(27)

3 數(shù)值實(shí)驗(yàn)

3.1 算例系統(tǒng)

為驗(yàn)證上文所提出的模型的有效性與實(shí)用性，以引入可平移負(fù)荷前、后的兩個(gè)不同家庭能量管理系統(tǒng)進(jìn)行對(duì)比分析。家庭EV和ESS、PV各相關(guān)參數(shù)[11]如表1所示；PV出力預(yù)測(cè)數(shù)據(jù)如圖1[15]；EV荷電狀態(tài)上、下限分別為18 kW、4.8 kW；ESS荷電狀態(tài)上、下限為1 kW、0.25 kW；電網(wǎng)向家庭購(gòu)入電能上限為1 kW·h，價(jià)格設(shè)為定值0.6元/kW·h；電網(wǎng)向家庭輸送電能上限為2 kW·h。

表1 相關(guān)參數(shù)

選取3類(lèi)可平移負(fù)荷參與計(jì)算，分別是消毒柜、洗衣機(jī)和電熱水器[12]。消毒柜持續(xù)運(yùn)行時(shí)間為1 h，功率為0.7 kW；洗衣機(jī)持續(xù)運(yùn)行時(shí)間為2 h，功率分別為0.4 kW和0.25 kW；電熱水器持續(xù)工作時(shí)間為3 h，功率分別為2、1.5、1.2 kW；家庭負(fù)荷的預(yù)測(cè)功率[16]如圖2。

圖1 PV出力柱狀圖

圖2 家庭負(fù)荷預(yù)測(cè)功率柱狀圖

在頻率為2.3 GHz的PC上運(yùn)用lingo建模軟件運(yùn)用分支定界算法進(jìn)行仿真計(jì)算，選取調(diào)度周期為一天，分為24時(shí)段，調(diào)度時(shí)段從00:00到24:00。

3.2 負(fù)荷平移前、后調(diào)度結(jié)果分析

3.2.1 需求側(cè)調(diào)度結(jié)果

考慮到負(fù)荷平移前EV、ESS、PV與電網(wǎng)和家庭之間的雙向交互，有必要對(duì)負(fù)荷平移前的調(diào)度結(jié)果進(jìn)行分析研究，以預(yù)測(cè)負(fù)荷和平移后負(fù)荷作為負(fù)荷輸入，其調(diào)度結(jié)果如圖3、4所示。

圖3 負(fù)荷平移前調(diào)度結(jié)果

圖4 負(fù)荷平移后調(diào)度結(jié)果

在圖3不難看出，在夜間電網(wǎng)電價(jià)較低的時(shí)候Grid出力始終維持在較高水平，而在白天則主要依靠PV和ESS所提供的電能；在夜間則是電網(wǎng)與EV共同發(fā)力，維持負(fù)荷運(yùn)行。

圖4在實(shí)施負(fù)荷平移后，夜間EV出力尖峰有著明顯下降，且同一時(shí)刻的電網(wǎng)出力相對(duì)有所回升，進(jìn)一步說(shuō)明負(fù)荷平移起到了削峰填谷的作用。

圖5反映了未考慮DSR響應(yīng)情況下的負(fù)荷平移前、后其與實(shí)時(shí)電價(jià)之間的關(guān)系，可以看出平移后的負(fù)荷變化與實(shí)時(shí)電價(jià)密切相關(guān)，夜間電價(jià)低谷時(shí)負(fù)荷明顯上升，達(dá)到了2.8 kW，而時(shí)段1～6在負(fù)荷平移前、后曲線幾乎是重合的，而在后續(xù)時(shí)段出現(xiàn)了急劇上升為1.23 kW，這就是負(fù)荷平移的結(jié)果。

圖5 負(fù)荷平移結(jié)果

3.2.2 功率平衡調(diào)度結(jié)果

圖6和圖7分別為負(fù)荷平移前、后功率平衡調(diào)度結(jié)果，其中圖6設(shè)定了時(shí)段負(fù)荷限值為2.8 kW，可以看出在1～6時(shí)段電網(wǎng)真正提供給負(fù)荷的功率很小，絕大部分被EV或ESS吸收了，因?yàn)榇藭r(shí)正處在電價(jià)低谷時(shí)段，且在1時(shí)段EV還向電網(wǎng)售出了部分功率；而在7～17時(shí)段，PV與ESS一起參與負(fù)荷供能；而在夜間負(fù)荷上升，則主要由電網(wǎng)與EV聯(lián)合進(jìn)行供電，且沒(méi)有超過(guò)其峰荷限值。

圖6 負(fù)荷平移后功率平衡調(diào)度結(jié)果

圖7 負(fù)荷平移前功率平衡調(diào)度結(jié)果

平移后負(fù)荷曲線在夜間出現(xiàn)了一段持續(xù)高峰，比負(fù)荷平移前多出了一些，這是由于負(fù)荷已經(jīng)轉(zhuǎn)移到這一用電區(qū)域。

3.3 不同節(jié)電模式對(duì)優(yōu)化結(jié)果的影響

本文設(shè)置基準(zhǔn)節(jié)電模式，即在加入可平移負(fù)荷之前EV、ESS、PV與家庭、電網(wǎng)間的雙向交互模式，其他模式均為在此基準(zhǔn)模式上衍生而出的。得到目標(biāo)結(jié)果如表2所示。

表2 不同模式下優(yōu)化結(jié)果

由上表看出，模式1與模式2對(duì)比，一旦不考慮V2G，用戶(hù)電費(fèi)急劇增大了2.1元；模式3與模式1對(duì)比，則說(shuō)明通過(guò)負(fù)荷轉(zhuǎn)移，使電費(fèi)下降了1.43元；模式4與模式2對(duì)比，則減少了1.49元；模式4與模式3對(duì)比，電費(fèi)增大了2.01元，表明V2G與負(fù)荷轉(zhuǎn)移的巨大作用。

4 結(jié)論

本文從需求側(cè)出發(fā)，引入負(fù)荷控制，對(duì)家庭能量的優(yōu)化調(diào)度問(wèn)題進(jìn)行了研究。對(duì)需求側(cè)資源進(jìn)行分類(lèi)建模，綜合考慮V2H、V2G和ESS2H、ESS2G模式下的家庭能量?jī)?yōu)化調(diào)度問(wèn)題，并在此基礎(chǔ)上建立和引入可平移負(fù)荷模型，建立了考慮負(fù)荷平移的混合整數(shù)線性規(guī)劃模型，利用lingo優(yōu)化軟件對(duì)模型進(jìn)行求解。由仿真結(jié)果分析可知：

(1)在實(shí)時(shí)電價(jià)的作用下，負(fù)荷平移確能起到削峰填谷的作用，其不僅能夠應(yīng)用于家庭網(wǎng)絡(luò)，也同樣適用于其他大型電網(wǎng)。

(2)實(shí)施負(fù)荷平移，能夠大大節(jié)省用戶(hù)電費(fèi)。

(3)以需求側(cè)資源為媒介與電網(wǎng)進(jìn)行互動(dòng)交易，能夠使家庭能源利用效率更高，更具經(jīng)濟(jì)性。

可以在家庭與電網(wǎng)之間引進(jìn)可中斷負(fù)荷合同，從而進(jìn)一步優(yōu)化家庭用電結(jié)構(gòu)。

[1]于雷，湯慶峰，張建華.基于負(fù)荷資源分類(lèi)建模和啟發(fā)式策略的家居型微網(wǎng)優(yōu)化運(yùn)行[J].電網(wǎng)技術(shù)，2015,39(8):2180-2187.

[2]邢龍,張沛超,方陳,等.基于廣義需求側(cè)資源的微網(wǎng)運(yùn)行優(yōu)化[J].電力系統(tǒng)自動(dòng)化,2013,37(12):7-12,133.

[3]王守相,孫智卿,劉喆.面向智能用電的家庭能量協(xié)同調(diào)度策略[J].電力系統(tǒng)自動(dòng)化,2015,39(17):108-113.

[4]黃宇,楊健維,何正友.基于雙層離散粒子群優(yōu)化的智能小區(qū)車(chē)輛與家庭互動(dòng)調(diào)度策略[J].電網(wǎng)技術(shù),2015,39(10):2690-2696.

[5]張彥,張濤,劉亞杰，等.基于模型預(yù)測(cè)控制的家庭能源局域網(wǎng)最優(yōu)能量管理研究[J].中國(guó)電機(jī)工程學(xué)報(bào),2015,35(14):3656-3666.

[6]劉經(jīng)浩,賀蓉,李仁發(fā),等.一種基于實(shí)時(shí)電價(jià)的HEMS家電最優(yōu)調(diào)度方法[J].計(jì)算機(jī)應(yīng)用研究,2015,32(1):132-137,160.

[7]林弘宇,田世明.智能電網(wǎng)條件下的智能小區(qū)關(guān)鍵技術(shù)[J].電網(wǎng)技術(shù),2011,35(12):1-7.

[8]符楊,蔣一鎏,李振坤,等.計(jì)及可平移負(fù)荷的微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度[J].中國(guó)電機(jī)工程學(xué)報(bào),2014,34(16):2612-2620.

[9]LOGENTHIRAN T,SRINIVASAN D,SHUN T Z. Demand side management insmart grid using heuristic optimization[J]. IEEE Transactions on Smart Grid,2012,3(3):1244-1252.

[10]BRUSCO G,BURGIO A,MENNITI D,et al.Energy management system for an energy district with demand response availability[J]. IEEE Transactions on Smart Grid,2014,5(5):2385-2393.

[11]ERDINC O,PATERAKIN.D.Smart household operation considering bi-directional EV and ESS utilization by real-time pricing-based DR[J].Smart Grid IEEE Transactions on,2015,6(3):1281-1291.

[12]韓偉強(qiáng),王貴斌,文福拴.電動(dòng)汽車(chē)充電設(shè)施多階段最優(yōu)規(guī)劃[J].華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,41(5):23-30.

[13]劉青,樊世通.考慮蓄電池極化效應(yīng)的儲(chǔ)能容量配置方案研究[J].電力科學(xué)與工程,2015,31(7):1-5.

[14]周念成，鄧浩，王強(qiáng)鋼，等.光伏與微型燃?xì)廨啓C(jī)混合微網(wǎng)能量管理研究[J].電工技術(shù)學(xué)報(bào)，2012，27(1)：74-84.

[15]羅振宇,陳家俊,周勇.等考慮負(fù)荷不確定性的分布式電源的長(zhǎng)期優(yōu)化配置[J].電力科學(xué)與工程,2014,30(12):61-67.

[16]程曉悅,盧錦玲.考慮不確定性的分布式電源多目標(biāo)優(yōu)化配置[J].電力科學(xué)與工程,2014,30(11):16-21.

Bi-directional Interaction Strategy Household Between Demand Side Resource and the Electricity Supplier

YE Zhonghang, SUN Mingyuan

(College of Electrical and Information Engineering,Changsha University of Science and Technology, Changsha 410004,China)

The cost of electricity consumption could be reduced with the demand side resources involving in the energy exchange process between the demand side and power suppliers. The integrated model is built in the light of the electricity consumption features of the shiftable load, which is the combination of the electric vehicles, photovoltaic, small and micro energy storage device. The newly proposed two-way exchange model between household demand side resources and grid can be solved, and comparative analysis of scheduling results that before and after shiftable load being added in the demand side resources is conducted. After the load shift, the household electricity fees are obviously cut down, and the peak shaving effect manifests itself. The economic benefit produced by the interactive mode of the demand side resources, family and the grid, unilaterally and bilaterally, is analyzed in this paper. The optimal scheduling strategy of intelligent home has drawn according to the research findings. Solid foundation has been laid for further family practice.

demand side resources; optimization; shiftable load; comparative analysis

10.3969/j.ISSN.1672-0792.2017.03.001

2016-09-05。

國(guó)家自然科學(xué)基金(11171095)。

TM711

A

1672-0792(2017)03-0001-06

葉中行(1992-)，男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)分析、能量?jī)?yōu)化調(diào)度。