仲志強，成海生，蔡華，張輝輝，江御龍

（南瑞集團有限公司，江蘇省 南京市 211106）

0 引言

面對全球節(jié)能減排以及能源安全的巨大挑戰(zhàn)，大力發(fā)展可再生能源將成為推動經(jīng)濟轉(zhuǎn)型的重要手段[1]。利用光伏能源分布廣的特點，可在分散屋頂安裝分布式光伏發(fā)電系統(tǒng)直接為居民家庭負荷供電，這樣不僅減少了居民用戶的電費支出，而且降低了電網(wǎng)運行負荷高峰期的壓力[2]。另外，隨著家庭電動汽車的日益普及，多數(shù)電動汽車每天閑置不用的時間較長[3]，這使得電動汽車上的大容量電池參與居民家庭負荷供電成為了可能，電動汽車作為電網(wǎng)的可控負載和分布式儲能，具有削峰填谷、后備電源、降低成本等作用[4-5]。居民家庭負荷、分布式光伏發(fā)電系統(tǒng)、電動汽車（動態(tài)儲能）以及家用蓄電池（靜態(tài)儲能）共同構(gòu)成了家庭微電網(wǎng)。家庭微電網(wǎng)是智能配電網(wǎng)的重要組成部分和主要建設(shè)內(nèi)容[6-7]。隨著智能電網(wǎng)不斷發(fā)展，家庭居民用電將參與電網(wǎng)的優(yōu)化調(diào)度運行，這對居民智能用電的發(fā)展提出了更高要求[8]。

家庭微電網(wǎng)作為典型的信息物理系統(tǒng)(cyber physical system, CPS)，是集信息采集、管理決策、控制與通信為一體的綜合系統(tǒng)，可最大限度地發(fā)揮分布式能源在經(jīng)濟、能源和環(huán)境中的優(yōu)勢，實現(xiàn)居民用戶的利益最大化。目前，國內(nèi)外學者針對家庭微電網(wǎng)優(yōu)化調(diào)度問題進行了大量研究，主要包括居民負荷分類[9-10]、優(yōu)化調(diào)度模型[11-14]和求解算法[15-16]等，然而實現(xiàn)家庭微電網(wǎng)優(yōu)化調(diào)度仍存在諸多問題。在分時電價環(huán)境下居民家庭負荷的優(yōu)化不僅決策變量過多，而且調(diào)度模型復雜，隨著分布式光伏發(fā)電系統(tǒng)和儲能系統(tǒng)的接入[17-18]，居民用戶的用電需要家庭微電網(wǎng)的優(yōu)化調(diào)度，如何實現(xiàn)分時電價、分布式光伏發(fā)電系統(tǒng)、儲能系統(tǒng)以及家庭負荷之間的協(xié)調(diào)優(yōu)化仍需要研究。文獻[19]提出的調(diào)度策略實現(xiàn)了不同目標和環(huán)境下的優(yōu)化調(diào)度，但卻忽略了對蓄電池的實時控制，無法確保蓄電池的安全運行。或者未考慮電網(wǎng)負載壓力過大，臺變負載率大于臺變負載極限時，策略系統(tǒng)實時響應電網(wǎng)負荷調(diào)度的要求[20-21]。

綜上，本文以家庭可調(diào)度負荷、電動汽車和家用蓄電池為優(yōu)化調(diào)度對象，提出了基于分時電價和需求響應的家庭微電網(wǎng)系統(tǒng)協(xié)同控制策略，策略分為日前負荷優(yōu)化調(diào)度和日內(nèi)需求響應調(diào)度兩部分，通過搭建家庭微電網(wǎng)系統(tǒng)進行了試點驗證，試點結(jié)果表明策略能夠?qū)崿F(xiàn)臺區(qū)負荷曲線平滑轉(zhuǎn)移，提高居民用能的經(jīng)濟性和臺區(qū)運行的穩(wěn)定性。

1 家庭微電網(wǎng)系統(tǒng)架構(gòu)

家庭微電網(wǎng)系統(tǒng)基于邊緣計算的理念和技術(shù)，構(gòu)建了以邊緣為核心的“云、管、邊、端”四層架構(gòu)，可實現(xiàn)各類用能設(shè)施便捷接入、狀態(tài)全面感知、用能智慧互動。通過分散式的邊緣管理終端將標準化的模型、用能策略等控制軟件嵌入到物理設(shè)備中，實現(xiàn)分散區(qū)域自治和分層控制，通過集中式的家庭智慧用能服務平臺提供增值應用，實現(xiàn)雙向云邊協(xié)同與分層運作。系統(tǒng)整體架構(gòu)如圖1 所示。

圖1 系統(tǒng)整體架構(gòu)圖Fig.1 Overall architecture of the system

客戶側(cè)能源控制網(wǎng)關(guān)是家庭微電網(wǎng)系統(tǒng)架構(gòu)中的核心環(huán)節(jié)，是數(shù)據(jù)匯聚、邊緣計算和應用集成的開放式平臺，設(shè)備基于“統(tǒng)一硬件平臺+邊緣操作系統(tǒng)+APP 業(yè)務應用軟件”的技術(shù)架構(gòu)，通過“軟件APP 化”方式，在邊緣節(jié)點可部署微應用，支持靈活升級和業(yè)務功能擴展，是云計算在邊端的延伸和演進，具備通信、采集、計算、分析和控制的功能。設(shè)備基于模組化結(jié)構(gòu)設(shè)計，由主控模塊、交采模塊、HPLC 模塊、4G+以太網(wǎng)+光纖模塊、RS485+遙信模塊、LoRa 模塊、MBus 模塊、RS-232 模塊、遙控模塊，共9 個模塊組成，可根據(jù)實際需要靈活配置。

能源路由器是具備數(shù)據(jù)采集、存儲、通信、功率控制、策略執(zhí)行等功能的新型智能電表，可接收來自客戶側(cè)能源控制網(wǎng)關(guān)下發(fā)的定時或周期控制任務計劃，并根據(jù)計劃在指定時間點向設(shè)備發(fā)送啟動、停止、工作模式切換等控制指令。

智能插座主要連接居民的空調(diào)以及其他普通用電設(shè)備，可以采集用電設(shè)備的電壓、電流、功率、電量等數(shù)據(jù)，并進行跳閘控制，插座還可通過紅外通信對空調(diào)進行溫度和工作模式的重新設(shè)定，實現(xiàn)負荷調(diào)節(jié)。

2 家庭微電網(wǎng)系統(tǒng)優(yōu)化調(diào)度模型

家庭微電網(wǎng)系統(tǒng)的調(diào)度對象主要是居民用電負荷和儲能系統(tǒng)，系統(tǒng)采用按時間段調(diào)度的方式，可將調(diào)度周期T 拆分成多個長度相等的子時段t。

2.1 居民用電負荷模型

居民用電負荷分為可調(diào)度負荷和不可調(diào)度負荷。不可調(diào)度負荷由于其使用狀態(tài)對居民的日常生活影響較大（如：電燈、電視、電腦等），此類負荷系統(tǒng)不作為調(diào)節(jié)對象，僅作為調(diào)節(jié)的基礎(chǔ)?？烧{(diào)度負荷又分為不可中斷負荷和可中斷負荷。不可中斷負荷在其工作時間內(nèi)不能隨意開關(guān)（如：洗衣機、電飯鍋、洗碗機等），而可中斷負荷能夠間隙性地工作，在滿足最小運行的時間的情況下隨意開關(guān)（如：電動自行車、掃地機器人、除濕器等）。不可中斷負荷和可中斷負荷模型[22]如下式：

式中：Pa(t)、Pb(t)為不可中斷負荷a 和可中斷負荷b 在時段t 中消耗的電能；為不可中斷負荷a 和可中斷負荷b 的額定功率；sa(t)、sb(t)為0/1 變量(0 表示關(guān)閉，1 表示開啟)；和分別表示不可中斷負荷a 和可中斷負荷b 工作的起止時間；Ha、Hb為不可中斷負荷a和可中斷負荷b 需要工作的時間段。

已有研究表明，在較小影響甚至不影響用戶舒適度的情況下，空調(diào)和熱水器可以通過工作模式切換或斷網(wǎng)來滿足系統(tǒng)的負荷調(diào)度需求[23]，空調(diào)和熱水器負荷模型如下式。

空調(diào)可分為制冷和制熱兩種工作狀態(tài)，負荷模型分別如下式：

式中：TAC,C,S、TAC,H,S為空調(diào)制冷、制熱狀態(tài)設(shè)定的溫度值；： ΔTAC,C、 ΔTAC,H為空調(diào)制冷、制熱狀態(tài)下室溫設(shè)定的范圍；TAC,t為t 時間段室內(nèi)的溫度；SAC,C(t)、SAC,H(t)為t 時間段內(nèi)空調(diào)制冷、制熱的工作狀態(tài)（0 表示停止，1 表示運行）。

熱水器負荷模型為

式中：TWH,S為熱水器設(shè)定的溫度值； ΔTWH為熱水器水溫設(shè)定的范圍；TWH,t為t 時間段熱水器的水溫；SWH(t)為t 時間段內(nèi)熱水器的工作狀態(tài)（0表示停止，1 表示運行）。

2.2 儲能系統(tǒng)模型

家庭微電網(wǎng)中存在分布式光伏發(fā)電系統(tǒng)，儲能系統(tǒng)的加入能夠?qū)崿F(xiàn)系統(tǒng)內(nèi)光伏出力的跨時段轉(zhuǎn)移，并結(jié)合分時電價信息，在提高分布式能源的利用率的同時，促進家庭微電網(wǎng)的經(jīng)濟穩(wěn)定運行[24-25]。儲能系統(tǒng)出力包含家用蓄電池出力和閑置的電動汽車儲能電池出力模型分別為：

式中：SOCBT(t)、SOCEV(t)時段t 蓄電池和電動汽車的荷電狀態(tài)；CBT,net(t)、CEV,net(t)為時段t 蓄電池、電動汽車的剩余電量；PBT,c(t)、PBT,d(t)和PEV,c(t)、PEV,d(t)分別為時段t 蓄電池和電動汽車的充、放電功率，θBT,c、θBT,d和θEV,c、θEV,d分別為蓄電池和電動汽車的充、放電效率；PBT,c,max、PBT,d,max和PEV,c,max、PEV,d,max分別為蓄電池和電動汽車最大充、放電功率，SOCBT,max、SOCBT,min和SOCEV,max、SOCEV,min為蓄電池、電動汽車最大、最小荷電狀態(tài)值，避免出現(xiàn)過度充、放電；UBT(t)、UEV(t)為時段t 蓄電池和電動汽車的運行狀態(tài)，充電為0，放電為1；λBT、λEV為充放電次數(shù)限值；考慮用戶的上下班出行規(guī)律，表示電動汽車不參與負荷調(diào)度的起止時間。

2.3 優(yōu)化調(diào)度目標函數(shù)

2.3.1 居民用電成本

居民的用電成本主要考慮從電網(wǎng)購電產(chǎn)生的費用以及向電網(wǎng)賣電獲得收益，其最小模型如下式：

式中：Bc為用戶在調(diào)度周期T 內(nèi)的成本；Bc(t)為用戶在t 時段的用電費用；Pdownload(t)為t 時段用戶向電網(wǎng)購買的電量；Pupload(t)為t 時段用戶賣給電網(wǎng)的電量；RPricebuy(t)和RPricesale(t)分別為時段t的電網(wǎng)分時電價和賣電價格。

2.3.2 系統(tǒng)凈負荷平坦度成本

家庭微電網(wǎng)系統(tǒng)為配合電網(wǎng)實現(xiàn)臺區(qū)負荷平滑，配合臺區(qū)進行削峰填谷，系統(tǒng)引入了凈負荷的概念，即：凈負荷=不可調(diào)度負荷用電功率+可調(diào)度負荷功率-分布式能源發(fā)電功率±蓄電池充放電功率±電動汽車充放電功率。同時將負荷曲線的平坦度乘以對相應的系數(shù)φ[22]，將其轉(zhuǎn)化為凈負荷平坦度成本BF，如下式所示：

式中：φ 為轉(zhuǎn)化系數(shù)；Pn(t)為時段t 的凈負荷功率；Pmust(t)為時段t 的不可調(diào)度負荷總功率；為時段t 可調(diào)度負荷的總功率；PDG(t)為時段t 分布式能源發(fā)電功率；PBT(t)和PEV(t)分別為時段t 蓄電池和電動汽車的充放電功率。

基于負荷和儲能的約束條件和目標函數(shù)，家庭微電網(wǎng)優(yōu)化調(diào)度模型如式(12)所示。由于模型的求解是時段內(nèi)各設(shè)備的0 和1 調(diào)度規(guī)劃，故可采用二進制粒子群算法對模型進行求解：

3 家庭微電網(wǎng)系統(tǒng)調(diào)度策略

3.1 日前負荷優(yōu)化調(diào)度策略

在家庭微電網(wǎng)系統(tǒng)負荷優(yōu)化調(diào)度過程中，為提高居民用戶的用電經(jīng)濟性，同時避免蓄電池SOCBT和電動汽車SOCEV出現(xiàn)越限，保證蓄電池和電動汽車的安全運行，應根據(jù)分時電價動態(tài)調(diào)整家用蓄電池和電動汽車的充放電行為。分布式能源出力和負荷功率偏差為 Δ P(t)，可表示為

在時段t 內(nèi)，可根據(jù) ΔP(t)來確定家庭微電網(wǎng)系統(tǒng)日前負荷優(yōu)化調(diào)度策略，調(diào)度策略如下：

1）Δ P(t)＞0， Δ P(t)優(yōu)先給電動汽車充電，充電功率 PEV,c(t)由 式(14)確定；若求得 ΔP(t)＞PEV,c(t)，則給蓄電池充電，充電功率 PBT,c(t)由式(15)確定；若ΔP(t)＞PEV,c(t)+PBT,c(t)，將多余電量賣給電網(wǎng)形成收益， Pupload(t)=ΔP(t)?PEV,c(t)?PBT,c(t)。

2） ΔP(t)＜0，且時段t 處于谷時電價，則由電網(wǎng)補充用電不足部分，同時從電網(wǎng)購電對電動汽車和蓄電池進行充電，充電功率 PEV,c(t)和 PBT,c(t)分別由式(16)、式(17)確定。

3）Δ P(t)＜0，且時段t 處于平時電價，則由電網(wǎng)補充用電不足部分，蓄電池和電動汽車不動作。

4） ΔP(t)＜0，且時段t 處于峰時電價，則由蓄電池來優(yōu)先補充用電不足部分，蓄電池放電功率 PBT,d(t)由 式(18)確定；若 |ΔP(t)|＞PBT,d(t)，則由電動汽車補充用電不足部分，電動汽車放電功率PEV,d(t)由 式(19)確定；若| ΔP(t)|＞PBT,d(t)+PEV,d(t)，則由電網(wǎng)補充用電不足部分來平衡負荷缺額，Pdownload(t)=|ΔP(t)|?PBT,d(t)?PEV,d(t)。

3.2 日內(nèi)需求響應調(diào)度策略

當日內(nèi)電網(wǎng)負載壓力過大或者臺變負載率大于臺變負載極限時，家庭微電網(wǎng)系統(tǒng)可以進行日內(nèi)需求響應調(diào)度，以緩解電網(wǎng)供電系統(tǒng)的壓力，同時享受電網(wǎng)的需求響應激勵獎勵，如：北京約定需求響應每次20 元/kW，實時需求響應每次30 元/kW；河南省約定需求響應每次12 元/kW，實時需求響應每次18 元/kW；山東省需求響應價格采用單邊市場（供方）集中競價方式確定，以系統(tǒng)邊際價格為出清價，并設(shè)置了30 元/kW 的報價上限。

根據(jù)最新調(diào)查統(tǒng)計數(shù)據(jù)，空調(diào)和熱水器耗電量約占全天用電量的50%，中午及晚間高峰時期占比均在70%左右。因此本系統(tǒng)將空調(diào)和電熱水器視為日內(nèi)需求響應調(diào)度的主要負荷設(shè)備，根據(jù)電網(wǎng)設(shè)定的功率限定值，家庭微電網(wǎng)系統(tǒng)日內(nèi)需求響應調(diào)度策略如下文所述。

1）分布式能源優(yōu)先消納：系統(tǒng)按分布式光伏發(fā)電、家用蓄電池儲能、電動汽車儲能的出力順序依次出力供電。

2）負荷轉(zhuǎn)移調(diào)節(jié)：盡可能讓電熱水器在進入負荷限制時段前速熱或慢熱，限制時段以保溫運行或者停止工作，避免不需要熱水的時候浪費電能；空調(diào)盡量在進入負荷限制時段前制冷或者制熱，限制時段盡量讓預計平均熱感覺指標(predicted mean vote，PMV)值處于1 或者?1 的狀態(tài)，控制空調(diào)運行在ECO 節(jié)能模式。

3）多設(shè)備協(xié)調(diào)運行：通過構(gòu)建家庭微電網(wǎng)用能行為模型，在負荷限制時段，針對空調(diào)和熱水器同時運行情況進行協(xié)調(diào)控制，將熱水器的加熱時間和空調(diào)交替送風模式結(jié)合起來，運用空調(diào)和熱水器錯時運行、多空調(diào)錯時運行的模式，降低系統(tǒng)的用電負荷。多設(shè)備協(xié)調(diào)運行如圖2所示。

圖2 負荷限制時段多設(shè)備協(xié)調(diào)運行Fig.2 Coordinated operation of multi equipment during load limiting period

4）負荷實時控制：根據(jù)設(shè)定的負荷優(yōu)先級，按由低到高的順序依次關(guān)閉負荷設(shè)備，直到滿足電網(wǎng)負荷限制的要求，并實時檢查各個設(shè)備所對應的舒適度情況（熱水器的水溫，空調(diào)的室溫），在滿足負荷要求的前提下進行工作狀態(tài)的調(diào)節(jié)。

4 家庭微電網(wǎng)系統(tǒng)控制流程

家庭微電網(wǎng)系統(tǒng)控制可分為日前負荷優(yōu)化調(diào)度和日內(nèi)需求響應調(diào)度兩個階段，日前負荷優(yōu)化調(diào)度具有全局性和計劃性，主要指明優(yōu)化調(diào)度的總體方向，在減少居民用戶用電成本的同時降低儲能的動作次數(shù)，平滑凈負荷曲線；日內(nèi)需求響應調(diào)度主要針對實時運行過程中出現(xiàn)的計劃外事件使臺變出現(xiàn)過載，不能滿足安全運行要求時，則需進行日內(nèi)需求響應調(diào)度，緩解電網(wǎng)供電系統(tǒng)的壓力，系統(tǒng)控制流程如圖3 所示。

圖3 系統(tǒng)控制流程Fig.3 Control process of household microgrid system

在日前負荷優(yōu)化調(diào)度階段，客戶側(cè)能源控制網(wǎng)關(guān)以1 天的時間為尺度，通過歷史家庭負荷數(shù)據(jù)、分布式光伏出力數(shù)據(jù)、氣象數(shù)據(jù)、日類型數(shù)據(jù)以及用戶隨機活動數(shù)據(jù)，調(diào)用相似日負荷預測模型和深度神經(jīng)網(wǎng)絡(luò)預測模型進行組合預測，求得下一日的家庭負荷功率以及分布式光伏出力。并根據(jù)預測數(shù)據(jù)、可調(diào)負荷設(shè)備信息和分時電價，結(jié)合系統(tǒng)日前優(yōu)化調(diào)度策略求解目標函數(shù)，得到下一日家庭蓄電池SOCBT(t)、電動汽車SOCEV(t)以及可調(diào)度負荷的工作狀態(tài)s(t)，生成最優(yōu)用電計劃?？蛻魝?cè)能源控制網(wǎng)關(guān)將用電計劃同步給家庭智慧用能服務平臺，并通過智能插座直接調(diào)節(jié)控制家庭用電負荷，對電動汽車以及蓄電池的調(diào)節(jié)控制則通過能源路由器進行。

在日內(nèi)需求響應調(diào)度階段，客戶側(cè)能源控制網(wǎng)關(guān)實時采集系統(tǒng)內(nèi)分布式能源和家庭負荷設(shè)備的電壓、電流、功率、電量等信息，并通過省級物聯(lián)管理平臺主動上報給家庭智慧能源服務平臺，家庭智慧用能服務平臺根據(jù)上報的家庭負荷數(shù)據(jù)，并通過15 min 超短期負荷預測，動態(tài)評估各臺變運行情況，實現(xiàn)整體調(diào)度。當實時或預測臺變發(fā)生負載率大于臺變負載極限，配變負荷上升到配變?nèi)萘繒r，則給客戶側(cè)能源控制網(wǎng)關(guān)下達實時或?qū)A測時段負荷限制的控制指令?？蛻魝?cè)能源控制網(wǎng)關(guān)根據(jù)負荷限制要求，調(diào)用日內(nèi)需求響應調(diào)度策略，對系統(tǒng)內(nèi)家用蓄電池、電動汽車以及空調(diào)和熱水器進行調(diào)節(jié)，生成最佳的負荷控制計劃，并通過路由器和智能插座實現(xiàn)設(shè)備調(diào)節(jié)控制，響應家庭智慧能源服務平臺下發(fā)的負載限制要求，避免負載越限，同時享受電網(wǎng)給予的需求響應激勵補貼。

5 實例分析

以北京某小區(qū)典型家庭進行分析，家庭微電網(wǎng)系統(tǒng)中分布式發(fā)電為額定容量6 kW 的光伏電源，家用蓄電池容量為10 kW·h，電動汽車儲能電池容量為16 kW·h，熱水器為80 L 額定功率3 kW，4 臺變頻空調(diào)（3 匹1 臺，制冷1.96 kW，制熱3 kW；1.5 匹3 臺，制冷0.78 kW，制熱1.5 kW）。蓄電池和電動汽車的充、放電效率θBT,c、θBT,d和θEV,c、θEV,d均取0.8，最大充、放電功率PBT,c,max、PBT,d,max和PEV,c,max、PEV,d,max均取2 kW、1.8 kW，最大、最小荷電狀態(tài)SOCBT,max、SOCBT,min和SOCEV,max、 SOCEV,min均 取0.9 和0.2，充放電次數(shù)限值λBT、λEV為8 和6，轉(zhuǎn)化系數(shù)φ為0.05，用戶上網(wǎng)售電價格按0.45 元/(kW·h)，電動汽車不參與負荷調(diào)度的起、止時間為07:00:00、18:00:00。日前負荷優(yōu)化調(diào)度周期考慮1 天的時間，可劃分為長度為1 小時的24 個子時段，即：T=24，Δt=1。系統(tǒng)可調(diào)負荷設(shè)備見表1，北京地區(qū)的分時電價見表2 所示。

表1 系統(tǒng)可調(diào)負荷設(shè)備Table 1 Adjustable load equipments in household microgrid system

表2 北京地區(qū)分時電價定義Table 2 Definition of TOU pricein Beijing

根據(jù)負荷預測結(jié)果，分布式光伏發(fā)電出力和家庭負荷的預測如圖4 所示，日前負荷優(yōu)化調(diào)度結(jié)果如圖5、圖6 所示。

圖4 分布式光伏出力和家庭負荷功率預測Fig.4 Distributed photovoltaic output and prediction of household load power

圖5 可調(diào)度負荷優(yōu)化調(diào)度結(jié)果Fig.5 Optimal dispatching results of schedulable load

圖6 儲能系統(tǒng)優(yōu)化調(diào)度結(jié)果Fig.6 Optimal dispatching results of energy storage system

根據(jù)圖5 可調(diào)度負荷的優(yōu)化調(diào)度結(jié)果可知，電動自行車、電飯煲和洗碗機都安排到了谷電價時段工作，洗衣機、除濕機和掃地機器人被安排到了平電價時段工作，而且掃地機器人安排到了2 個時間段分別工作，通過優(yōu)化，可調(diào)度負荷設(shè)備都被安排到了低電價時段或較低電價時段運行。

根據(jù)圖6 儲能系統(tǒng)優(yōu)化調(diào)度結(jié)果可以發(fā)現(xiàn)，在谷電價時段，電動汽車和蓄電池分別于23:00:00 和02:00:00 開始充電，并且于04:00:00 和06:00:00 完成充電，對應儲能電池SOC 達到了最大；在07:00:00～18:00:00，電動汽車滿足正常上班出行需求并消耗電能，不參與系統(tǒng)負荷優(yōu)化調(diào)度；在07:00:00～10:00:00 平電價時段，蓄電池無任何動作；在10:00:00～15:00:00 第一個峰電價時段，蓄電池開始放電，在13:00:00 結(jié)束放電轉(zhuǎn)為充電，此時分布式光伏發(fā)電大于家庭負荷；在18:00:00～21:00:00 第二個峰電價時段，家庭負荷達到最大高峰，家用蓄電池和電動汽車同時放電提供電能，在20:00:00 蓄電池SOC 達到最小值停止放電，而電動汽車持續(xù)放電出力直至峰電價時段結(jié)束。

圖7 為使用日前優(yōu)化調(diào)度策略前后的費用對比，家庭微電網(wǎng)系統(tǒng)日前負荷優(yōu)化調(diào)度結(jié)果充分說明了系統(tǒng)策略調(diào)度的經(jīng)濟性，可以看出峰時段和平時段購電支出都有所降低，谷時段略有升高，家庭用戶支出費用整體降低了7.128 元。同時家庭微電網(wǎng)凈負荷平坦度成本得到了降低，由2.4823 降低為1.8669，系統(tǒng)凈負荷曲線更加平滑。另外，家用蓄電池充放電均為2 次，電動汽車充放電均為1 次，并且未發(fā)生電池SOC 越限的情況，在減少了蓄電池動作次數(shù)的同時保證了蓄電池的安全運行。

在日內(nèi)運行階段，電網(wǎng)在19:00:00 預測晚高峰20:00:00～21:00:00 將出現(xiàn)用電負載壓力過大，家庭智慧用能服務平臺給簽約的家庭微電網(wǎng)用戶下發(fā)負荷限制要求，在20:00:00～21:00:00 時間段家庭微電網(wǎng)整體負荷不超過2 kW，約定需求響應激勵20 元/kW。

圖7 用戶收支費用對比Fig.7 Contrast of user’s income and expenditure

根據(jù)19:00:00 超短期負荷預測，20:00:00 家庭負荷將經(jīng)達到6.3 kW，即使考慮電動汽車儲能的出力（蓄電池SOC 已到最低），家庭負荷仍超過負荷限制要求，為4.3 kW，不滿足要求。客戶側(cè)能源控制網(wǎng)關(guān)調(diào)用日內(nèi)需求響應調(diào)度策略進行優(yōu)化，首先暫停蓄電池和電動汽車出力供電，保存電量到20:00:00 恢復供電；同時熱水器采用保溫和加熱方式，先保溫至42 ℃，19:30:00 點加熱至75 ℃；客廳空調(diào)由于全天運行，無需提前調(diào)節(jié)，3 臺臥室空調(diào)分批錯時提前開啟。在進入20:00:00～21:00:00 時間段，開啟蓄電池和電動汽車出力供電；熱水器和空調(diào)采用節(jié)能策略，即熱水器采用保溫模式，4 臺空調(diào)采用動態(tài)調(diào)溫模式，溫度升高1～2 ℃。通過測試，家庭負荷降低為1.8 kW，完成了電網(wǎng)負荷限制要求，可享受電網(wǎng)需求響應激勵補貼86 元（有效響應日內(nèi)負荷調(diào)節(jié)4.3 kW 一小時），同時避免了違約責任。另外若電網(wǎng)根據(jù)配變臺區(qū)實時負載情況，20:30 繼續(xù)下發(fā)實時需求響應需求，限制家庭微電網(wǎng)整體負荷不超過1.5 kW，則系統(tǒng)可根據(jù)優(yōu)先級先后順序依次強行關(guān)閉對應設(shè)備，并實時監(jiān)控負荷情況和用戶舒適度，以滿足電網(wǎng)實時負荷響應的需求。

6 結(jié)論

本文建立的家庭微電網(wǎng)系統(tǒng)，可以實現(xiàn)對分布式光伏發(fā)電、家用蓄電池、電動汽車、家庭負荷設(shè)備的優(yōu)化調(diào)度和控制。

1）以用戶用電成本最低和凈負荷曲線平坦度為優(yōu)化目標建立了優(yōu)化調(diào)度模型，通過系統(tǒng)日前優(yōu)化調(diào)度策略，能夠在減少居民用戶用電成本的同時降低儲能電池的動作次數(shù)，提高了家庭用戶的經(jīng)濟收益，系統(tǒng)凈負荷曲線更加平滑；

2）結(jié)合空調(diào)和熱水器的工作負荷特性，通過日內(nèi)需求響應調(diào)度策略，系統(tǒng)可響應臺區(qū)負載過大時的負荷限制需求，完成家庭微電網(wǎng)的負荷限制控制；

3）家庭微電網(wǎng)系統(tǒng)基于邊緣計算的理念和技術(shù)，通過部署模組化的客戶側(cè)能源控制網(wǎng)關(guān)，實現(xiàn)了系統(tǒng)的自動化、智能化和模塊化，能夠有效提高臺區(qū)運行的穩(wěn)定性與經(jīng)濟性。