收稿日期：2022-09-07

基金項目：國家自然科學(xué)基金（52008328；82378109）

通信作者：羅 西（1988—），女，博士、副教授，主要從事區(qū)域綜合能源系統(tǒng)規(guī)劃方面的研究。xiluo@xauat.edu.cn

DOI：10.19912/j.0254-0096.tynxb.2022-1347 文章編號：0254-0096（2023）12-0001-08

摘 要：該文以太陽能資源豐富的陜北典型農(nóng)村為例開展調(diào)研，在家庭分組的基礎(chǔ)上利用蒙特卡洛聚合生成社區(qū)可平移負荷曲線，并提出時間、能耗、隨機度的三維指標(biāo)進行可平移負荷綜合評價分析。研究結(jié)果表明，農(nóng)村炊事用電負荷體量較大但可平移潛力有限，洗衣用電負荷可平移性較好但體量較小。生活熱水負荷的各項可平移指標(biāo)較為均衡，在水箱蓄熱特性加持下，可平移潛力尤為突出。

關(guān)鍵詞：太陽能；需求側(cè)管理；蒙特卡洛模擬；K-均值聚類；可平移負荷；分組聚合；特性評價

中圖分類號：TK01""""""""""""""""""" """"" """""文獻標(biāo)志碼：A

0 引 言

長期以來，中國農(nóng)村居民習(xí)慣使用秸稈、薪柴、散煤等高污染、高排放燃料進行建筑供暖，對農(nóng)村生態(tài)環(huán)境造成了很大程度的破壞［1］。隨著碳達峰、碳中和戰(zhàn)略目標(biāo)的提出，農(nóng)村走低碳化發(fā)展道路已是必然。農(nóng)村地區(qū)地廣人稀，屋頂及土地資源廣闊，具有良好的太陽能利用條件，太陽能富集區(qū)農(nóng)村尤甚。但是，太陽能隨機性、間歇性、波動性特征明顯，能源供需動態(tài)匹配困難導(dǎo)致以太陽能為主的新型零碳能源系統(tǒng)推廣應(yīng)用受阻［2］。在傳統(tǒng)碳基能源系統(tǒng)中，供給側(cè)因以煤電、油電為主而便于調(diào)節(jié)，實現(xiàn)能源供需動態(tài)匹配的途徑主要是“源隨荷動”。但在新型零碳能源系統(tǒng)中，供給側(cè)的太陽能因其隨機波動的自然屬性而難以調(diào)節(jié)，需求側(cè)的用能負荷卻因受到人為因素影響而柔性可調(diào)。因此，在具有太陽能高滲透率的農(nóng)村地區(qū)，充分釋放柔性負荷的蓄調(diào)潛力是通過“荷隨源動”實現(xiàn)能源供需動態(tài)平衡的重要途徑［3］。

柔性負荷一般分為可削減負荷、可中斷負荷和可平移負荷［4-6］。其中，可平移負荷既不改變負荷總量，也不影響用能連續(xù)性［7］，因其調(diào)節(jié)過程對居民生活影響較小而具有可觀的利用潛力，能夠以較低成本應(yīng)對太陽能的波動特性。例如，安裝太陽能發(fā)電系統(tǒng)后，在不影響日常生活的前提下，居民可自發(fā)地將洗衣機的使用時間由光伏發(fā)電較少的時段調(diào)整到光伏發(fā)電較多的時段，以最大程度地實現(xiàn)光電自發(fā)自用，節(jié)省購電成本。為通過可平移負荷的充分利用克服太陽能的隨機波動應(yīng)用弊端，負荷特性的準(zhǔn)確評價至關(guān)重要。然而，現(xiàn)有柔性負荷研究主要集中在與電網(wǎng)交互的柔性負荷優(yōu)化調(diào)度方面［5，8］，專門針對柔性負荷分析評價的研究則多集中于建筑冷熱負荷［9］，對于可平移負荷的關(guān)注程度不足。而在為數(shù)不多的可平移負荷量化評價的相關(guān)研究中，也多是在城市社區(qū)利用現(xiàn)有能耗監(jiān)控數(shù)據(jù)進行分析［10］，少有針對位置偏遠、數(shù)據(jù)匱乏的農(nóng)村社區(qū)所開展的研究結(jié)果。最為重要的是，現(xiàn)有柔性負荷的指標(biāo)評價研究多針對單戶家庭展開［11-12］。農(nóng)村地廣人稀，單戶家庭負荷可平移潛力較小，需要進行多戶家庭的負荷聚合才有利用價值，家庭分組對于柔性負荷的聚合結(jié)果有較大影響。但目前仍然缺乏合理的方法指標(biāo)對太陽能富集區(qū)農(nóng)村居住社區(qū)可平移負荷進行分組聚合與特性評價，農(nóng)村居住社區(qū)可平移負荷潛力有待進一步挖掘。

1 方 法

本研究建立居住社區(qū)可平移負荷的分組聚合與特性評價方法，并應(yīng)用于太陽能富集區(qū)典型農(nóng)村。本文研究主要按以下4個步驟展開：

1）現(xiàn)場調(diào)研：獲取農(nóng)村家庭基本信息、用能設(shè)備基本信息和用能行為信息，選取典型可平移負荷。

2）家庭分組：根據(jù)調(diào)研結(jié)果分析家庭可平移負荷設(shè)備的使用模式，根據(jù)設(shè)備的使用時間范圍進行聚類以實現(xiàn)家庭分組。

3）聚合計算：利用蒙特卡洛模擬方法對各組家庭進行可平移負荷聚合，計算概率分布。

4）特性評價：從時間、能耗、隨機度3個維度提出社區(qū)可平移負荷評價指標(biāo)，對所調(diào)研農(nóng)村居住社區(qū)可平移負荷的聚合結(jié)果進行綜合評價。

1.1 現(xiàn)場調(diào)研

問卷調(diào)研的目的是了解農(nóng)村居住社區(qū)的基本用能現(xiàn)狀，確定可平移負荷的主要類型，并獲取關(guān)于可平移負荷的居民柔性用能行為信息。本研究中問卷調(diào)研主要采用面對面訪談的形式，調(diào)研內(nèi)容分為3部分：1） 家庭基本信息，包括家庭成員數(shù)量、年齡結(jié)構(gòu)等；2） 家庭用能設(shè)備的基本信息，包括設(shè)備類型、設(shè)備數(shù)量以及額定功率等；3） 用能行為信息，主要包括用能時間、用能頻率等。

1.2 家庭分組

使用時間范圍是決定負荷設(shè)備使用模式的關(guān)鍵指標(biāo)。本研究采用K-均值算法，根據(jù)不同家庭可平移負荷的使用時間范圍進行聚類，進而實現(xiàn)農(nóng)村家庭分組。相較于其他聚類算法，K-均值算法以簡單、高效、可擴展等優(yōu)點在聚類算法中得到廣泛應(yīng)用［13］。但是，K-均值算法中的聚簇數(shù)量要求事先確定，而在實際應(yīng)用中，往往因為數(shù)據(jù)量過大和缺乏經(jīng)驗導(dǎo)致聚簇數(shù)量難以確定。本研究為了確定聚簇數(shù)量，將戴維森堡指數(shù)（Davies-Bouldin index，DBI，IDB）［14］作為負荷聚類的有效性指標(biāo)。DBI指標(biāo)計算的數(shù)學(xué)表達如式（1）所示。

[IDB=1Ka=1Kmaxb≠adCa+dCbdCa，Cb]""" （1）

式中：[K]——聚類數(shù)目；[dCa]——類別[a]中樣本間平均距離；[dCb]——類別[b]中樣本間平均距離；[dCa，Cb]——類別[a]和類別[b]的類別中心間距離。

1.3 聚合計算

農(nóng)村居住社區(qū)的負荷使用時間范圍因受到單戶家庭影響而具有較大的隨機性，利用確定性方法進行分析并不符合實際情況。為獲取農(nóng)村居住社區(qū)可平移負荷隨機波動的功率曲線邊界，本研究采用蒙特卡洛方法模擬計算可平移負荷的概率分布。聚合計算具體流程如下：

1）在家庭分類的基礎(chǔ)上，根據(jù)調(diào)研數(shù)據(jù)得到某類家庭中[i]家庭可平移負荷[j]設(shè)備在典型日內(nèi)的使用時間范圍[[tij，start，tij，end]]以及平均用能時長[tij，opr]。在使用時間范圍內(nèi)隨機生成實際開始使用時間[tij，Atc-start]，要求[tij，Atc-start+tij，opr≤tij，end]。

2）根據(jù)調(diào)研結(jié)果得到[i]家庭可平移負荷[j]設(shè)備的平均運行功率[Pij，opr]，計算其在[t]時刻的實際運行功率[Pij（t）]為：

[Pij（t）=Pij，opr，t∈[tij，Act-start，tij，Act-start+tij，opr]0，t?[tij，Act-start，tij，Act-start+tij，opr]]"""""" （2）

3）計算社區(qū)該類家庭可平移負荷[j]設(shè)備在典型日[t]時刻的運行總功率[Pj（t）]，其數(shù)學(xué)表達式為：

[Pjt=i=1njPijt]"""""" （3）

式中：[nj]——該類家庭中具有可平移負荷[j]的家庭數(shù)量。

4）重復(fù)以上步驟[τj]次，得到社區(qū)某類家庭可平移負荷[j]的概率分布為：

[pj，powerP′tlt;Pjtlt;Pt=σj，powertτj]" （4）

式中：[σj，powert]——可平移負荷[j]在[τj]次模擬中總功率[Pj（t）]位于[P′t，Pt]區(qū)間的次數(shù)；[τj]——蒙特卡洛模擬次數(shù)。

1.4 特性評價

可平移負荷的特點是可在一定時間范圍內(nèi)進行平移，但負荷總量不會改變。將社區(qū)某類家庭所有可平移負荷設(shè)備的逐時能耗分布轉(zhuǎn)化為累計能耗，以可接受開始使用時間為起點，所有可能的累計能耗曲線會在可接受結(jié)束使用時間前達到相同值，累積能耗曲線示意圖如圖1所示。其中，灰色陰影面積表示所有可能的累計能耗曲線，陰影面積的上下包絡(luò)線表示聚合負荷最大程度向前、向后平移的累計能耗曲線。

transferable load

[αj]表示聚合負荷[j]的使用時間范圍，其數(shù)學(xué)表達式如式（5）～式（7）所示。

[αj=tj，end-tj，start] （5）

[tj，start=Mint1j，start，t2j，start，t3j，start，???，tij，start， i∈[1，nj]] （6）

[tj，end=Maxt1j，end，t2j，end，t2j，end，???，tij，end， i∈[1，nj]]""""" （7）

式中：[tj，start]——聚合負荷[j]的最早開始使用時間，h；[tj，end]——聚合負荷[j]的最晚結(jié)束使用時間，h。

[βj]表示聚合負荷[j]的日均累計能耗，其數(shù)學(xué)表達式為如式（8）所示。

[βj=0TPj（t）dt]""""" （8）

式中：[T]——典型日的時間長度，h。

[γj]表示聚合負荷[j]的可平移隨機度，由灰色陰影面積[ΔSj]除以[αj]與[βj]圍住的矩形面積[Sj]得到，其數(shù)學(xué)表達式如（9）～式（11）所示。

[γj=ΔSjSj]"" （9）

[ΔSj=tj，starttj，endPj（t）maxdt-tj，starttj，endPj（t）mindt] （10）

[Sj=αj×βj] （11）

式中：[Pj（t）max]——可平移負荷[j]在[τj]次模擬中總功率[Pj（t）]在[t]時刻的最大值，kW；[Pj（t）min]——可平移負荷[j]在[τj]次模擬中總功率[Pj（t）]在[t]時刻的最小值，kW。

2 結(jié)果與討論

榆林市位于陜西省最北部，地處北緯36°57′～39°35′，東經(jīng)107°28′～111°15′，全年太陽輻射5500～6000 MJ/m2，太陽能利用條件優(yōu)越。本研究選擇陜西省榆林市的謝家洼村、牛家梁村、金雞灘村、吳家梁村、沙河畔、大伙場村、柴興梁村、楊梁、李界溝村和吳家溝村作為太陽能富集區(qū)典型農(nóng)村并開展現(xiàn)場調(diào)研。調(diào)研小組由12名碩士研究生組成。為提高問卷的有效率，所有問卷均由調(diào)查者通過詢問農(nóng)戶后，由調(diào)查者填寫。調(diào)研小組于2021年10月15—18日進行為期4天的調(diào)研，共發(fā)放問卷274份。剔除無效問卷，得到有效問卷254份，有效率92.7%。

2.1 現(xiàn)場調(diào)研

通過調(diào)研發(fā)現(xiàn)，農(nóng)村居民在炊事、生活熱水制取、洗衣行為上具有一定的時間靈活性。表1為特定用能設(shè)備的擁有家庭占比及能源使用類型?？砂l(fā)現(xiàn)，在炊事及生活熱水制取方面，煤炭、薪柴在調(diào)研農(nóng)村的使用占比較小，原因在于調(diào)研農(nóng)村多為城郊融合類和搬遷撤并類農(nóng)村，能源基礎(chǔ)設(shè)施較好且居民收入水平較高，清潔用能設(shè)備已廣泛普及。

光伏發(fā)電波動性弊端明顯，接入電網(wǎng)后會對電網(wǎng)造成一定沖擊，而負荷平移可有效應(yīng)對光伏發(fā)電引起的波動性，以此達到移峰填谷的目的，故負荷平移的根本目的在于協(xié)助電網(wǎng)實現(xiàn)有效調(diào)蓄［15］。本研究選擇炊事電器、電熱水器、洗衣機3種用電設(shè)備作為可平移負荷設(shè)備進行分析。炊事電器、電熱水器、洗衣機在典型日的使用特性如表2所示，平均運行功率及平均使用時長選取統(tǒng)計眾數(shù)。

2.2 負荷聚類與家庭分組

2.2.1 炊事用電負荷

根據(jù)炊事電器使用時間，可將農(nóng)村家庭聚類為一日兩餐家庭（C-Ⅰ）與一日三餐家庭（C-Ⅱ）2種類型。圖2為調(diào)研農(nóng)村炊事用電負荷在典型日內(nèi)的聚類結(jié)果，圖2a中虛線表示各組家庭使用炊事電器可接受開始時間與可接受結(jié)束時間的聚類中心。以炊事電器的使用時間范圍減去平均使用時長表示可平移時間范圍，取每餐可平移時間范圍平均值，得到不同可平移時間范圍與相應(yīng)家庭數(shù)量的對應(yīng)結(jié)果如圖2b所示。

從圖2a可看出，一日兩餐的C-Ⅰ家庭數(shù)量明顯高于一日三餐的C-Ⅱ家庭數(shù)量。在中國傳統(tǒng)農(nóng)村家庭中，因受農(nóng)業(yè)生產(chǎn)活動的影響，農(nóng)村家庭多采取一日兩餐的用餐模式。隨著城鎮(zhèn)化進程的不斷深入，越來越多的農(nóng)村家庭已開始采用與城市家庭相同的一日三餐的用餐模式。但是，本研究中保持一日兩餐用餐習(xí)慣的家庭占調(diào)研家庭的絕大多數(shù)，說明當(dāng)?shù)剞r(nóng)村居民仍保持較為傳統(tǒng)的生活方式。從圖2b可看出，C-Ⅰ家庭和C-Ⅱ家庭可平移時間范圍多集中在0.5 h以內(nèi)，可平移時間范圍較小。與C-Ⅱ家庭相對均衡的可平移時間范圍分布相比，C-Ⅰ家庭中多數(shù)家庭僅能接受在較小的時間范圍進行負荷平移，負荷平移意愿不強。從節(jié)能角度來看，當(dāng)居住建筑安裝太陽能發(fā)電系統(tǒng)后，受到太陽能發(fā)電規(guī)律的影響，C-Ⅰ家庭上午及下午的炊事用電負荷會向中午適當(dāng)集中，以更多消納太陽能發(fā)電。C-Ⅱ家庭的中午炊事用電負荷已經(jīng)處于太陽能發(fā)電功率最大時段，早晚炊事用電負荷則并不處于太陽能發(fā)電系統(tǒng)工作時段，炊事用電負荷受到太陽能發(fā)電系統(tǒng)的影響較小。

2.2.2 生活熱水負荷

根據(jù)電熱水器使用時間，可將農(nóng)村家庭聚類為下午使用電熱水器家庭（D-Ⅱ）、晚上使用電熱水器家庭（D-Ⅱ）、以及下午和晚上均使用電熱水器家庭（D-Ⅲ）3種類型。圖3為電熱水器用電負荷在典型日內(nèi)的聚類結(jié)果，圖3a中虛線表示的是各組家庭使用電熱水器的可接受開始時間與可接受結(jié)束時間的聚類中心。以電熱水器的使用時間范圍減去平均使用時長表示可平移時間范圍，不同可平移時間范圍與相應(yīng)家庭數(shù)量的對應(yīng)結(jié)果如圖3b所示。

從圖3可看出，大多數(shù)家庭習(xí)慣于晚上使用電熱水器，D-Ⅰ家庭的可平移時間范圍大于其他兩類家庭。為分析造成電熱水器使用時間差異的深層原因，對各組家庭年齡結(jié)構(gòu)進行分析，結(jié)果如圖4所示。

對照圖3與圖4可看出，D-Ⅰ家庭成員年齡的中位數(shù)相對較大且習(xí)慣選擇下午使用電熱水器，是由于老年人更傾向于在溫度較高的下午洗澡。由于老年人已不受工作學(xué)習(xí)時間限制，用能時間更為靈活，D-Ⅰ家庭的負荷可平移時間范圍也因此較大。對比3組家庭成員數(shù)量核密度分布可看出，與D-I家庭相比，另外兩類家庭中的青年人占比有所提升，電熱水器的使用時間多集中于晚上的閑暇時間。雖然根據(jù)調(diào)研結(jié)果，生活熱水負荷并不集中于太陽能發(fā)電時段，但由于水箱具有蓄熱功能，在與太陽能發(fā)電系統(tǒng)相結(jié)合時，可充分利用水箱蓄熱實現(xiàn)負荷靈活蓄調(diào)，以此提高太陽能利用率。

2.2.3 洗衣用電負荷

根據(jù)洗衣機使用時間，可將農(nóng)村家庭聚類為上午使用洗衣機家庭（W-Ⅰ）、下午使用洗衣機家庭（W-Ⅱ）、晚上使用洗衣機家庭（W-Ⅲ）和白天全天使用洗衣機家庭（W-Ⅳ）4種類型。圖5為洗衣用電負荷在典型日內(nèi)的聚類結(jié)果。圖5a中虛線表示各組家庭使用洗衣機的可接受開始時間與可接受結(jié)束時間的聚類中心。以洗衣機的使用時間范圍減去平均使用時長表示可平移時間范圍，不同可平移時間范圍與相應(yīng)家庭數(shù)量的對應(yīng)結(jié)果如圖5b所示。

為分析造成洗衣機使用時間差異的深層原因，對各組家庭年齡結(jié)構(gòu)進行分析（圖6），通過各組家庭成員年齡的中位數(shù)和家庭成員數(shù)量核密度分布可發(fā)現(xiàn)4組家庭年齡結(jié)構(gòu)則呈現(xiàn)明顯不同。對照圖5和圖6可看出，W-Ⅲ家庭成員年齡的中位數(shù)處于中青年區(qū)域，且成員數(shù)量較多，所以主要由中青年人構(gòu)成的W-Ⅲ家庭多集中在晚上使用洗衣機，原因在于白天中青年人需要外出務(wù)工務(wù)農(nóng)，只有晚上才有時間從事家務(wù)活動。上午使用洗衣機的W-Ⅰ家庭占比最大，是因為農(nóng)村家庭習(xí)慣于上午洗衣，以便充分利用全天的太陽光照晾曬衣物。這一結(jié)果說明農(nóng)村居民普遍不受嚴格的工作時間制約，白天空閑時間較多。W-Ⅱ家庭成員年齡的中位數(shù)較大，且成員數(shù)量較多，所以整體成員年齡偏大，因此更習(xí)慣于在溫度較高的午后使用洗衣機。整體而言，洗衣用電負荷多集中于白天太陽光照較強時段，可與太陽能發(fā)電實現(xiàn)較好匹配，便于通過負荷調(diào)節(jié)促進太陽能消納與利用。

2.3 聚合負荷特性分析

2.3.1 炊事用電負荷

對炊事用電負荷根據(jù)分組結(jié)果進行聚合計算，通過蒙特卡洛模擬得到分辨率為0.5 h的C-Ⅰ、C-Ⅱ兩組家庭的炊事用電聚合負荷概率分布，進而得到逐時累計用電量分布，結(jié)果如圖7所示。

時間維度上，C-Ⅰ家庭和C-Ⅱ家庭的炊事用電聚合負荷使用時間范圍平均值分別為5.25和2.17 h，說明C-Ⅰ家庭的炊事電器使用時間更為分散，時間可調(diào)范圍更大。能耗維度上，C-Ⅰ、C-Ⅱ家庭的日均可平移能耗總量分別為199.00和55.29 kWh，C-I家庭數(shù)量因明顯多于C-Ⅱ家庭而具有更大的能耗可調(diào)范圍。隨機度上，C-Ⅰ家庭平均可平移隨機度為0.03，C-Ⅱ家庭平均可平移隨機度為0.06。與圖2b對照可看出，C-Ⅰ家庭雖在時間與能耗上的可調(diào)范圍較大，但能夠接受在較大時間范圍內(nèi)進行負荷響應(yīng)的家庭占比較低，隨機度因此較低。由于C-Ⅱ家庭的炊事負荷發(fā)生時段與光伏發(fā)電時段的重合較少，C-Ⅰ家庭炊事負荷的時間可調(diào)范圍相對更大。但是，C-Ⅰ家庭的負荷隨機度又相對較低，從促進光電消納的角度而言，炊事負荷平移潛力并不大。

2.3.2 生活熱水負荷

對生活熱水負荷根據(jù)分組結(jié)果進行聚合計算，通過蒙特卡洛模擬得到分辨率為0.5 h的3組家庭生活熱水用電負荷概率分布，進而得到逐時累計用電量分布，結(jié)果如圖8所示。

時間維度上，D-Ⅰ家庭和D-Ⅱ家庭生活熱水聚合負荷使用時間范圍分別為11.00和4.50 h，D-Ⅲ家庭生活熱水聚合負荷使用時間范圍平均值為6.25 h。D-Ⅰ家庭和D-Ⅲ家庭在電熱水器的使用時間上更為分散，時間可調(diào)范圍更大。能耗維度上，3組家庭日均可平移能耗總量分別為15.00、73.50和15.00 kWh，D-Ⅱ家庭因數(shù)量更多而具有更大的能耗可調(diào)范圍。隨機度上，D-Ⅰ家庭和D-Ⅱ家庭可平移隨機度分別為0.28、0.17，D-Ⅲ家庭平均可平移隨機度為0.31，晚上使用電熱水器的D-Ⅱ家庭隨機度較低，原因在于D-Ⅱ家庭成員較為嚴格的工作學(xué)習(xí)時間對于洗澡活動形成了一定限制。生活熱水負荷雖不集中于光伏發(fā)電時段，但由于水箱具有一定的蓄熱能力，可通過白天蓄能、夜晚釋能的方式促進光電消納，從而優(yōu)化太陽能發(fā)電系統(tǒng)的容量配置。

2.3.3 洗衣用電負荷

對洗衣用電負荷根據(jù)分組結(jié)果進行聚合計算，通過蒙特卡洛模擬得到分辨率為0.5 h的4組家庭洗衣用電負荷概率分布，進而得到逐時累計用電量分布，結(jié)果如圖9所示。

時間維度上，4組家庭的洗衣用電聚合負荷使用時間范圍分別為6.50、10.00、6.50、11.50 h。W-Ⅱ家庭和W-Ⅳ家庭在洗衣機的使用時間上更為分散，時間可調(diào)范圍較大。能耗維度上，4組家庭的可平移能耗總量分別為60.00、23.50、13.00、15.50 kWh，早上使用洗衣機的W-Ⅰ家庭因占比更大而具有更大的能耗可調(diào)范圍。隨機度上，4組家庭的可平移隨機度分別為0.09、0.16、0.16、0.28。與圖5b對照可看出，W-Ⅰ家庭中大部分家庭能夠接受的負荷平移范圍較小，負荷平移意愿不強，隨機度因此較低。由于多組家庭的洗衣機負荷均集中于太陽輻射較強時段，可通過價格或激勵策略引導(dǎo)用戶根據(jù)電網(wǎng)供需關(guān)系靈活地調(diào)整洗衣機使用時間，提高太陽能光電的利用率。

2.4 負荷特性綜合對比

根據(jù)各組家庭數(shù)量對可平移負荷的各項指標(biāo)進行加權(quán)計算，得到所調(diào)研的太陽能富集區(qū)農(nóng)村居住社區(qū)各類可平移負荷聚合結(jié)果的指標(biāo)對比（圖10）?？煽闯鲈诰酆现?，洗衣用電負荷的使用時間范圍最大，生活熱水負荷次之，炊事用電負荷最小。炊事用電負荷的日均累計能耗最大，生活熱水負荷次之、洗衣用電負荷最小。生活熱水負荷的隨機度最大，洗衣用電負荷次之，炊事用電負荷最小。綜合來看，炊事用電負荷雖然體量最大，但因居民生活習(xí)慣限制而使用時間范圍與隨機度最小，可平移潛力有限；洗衣用電負荷在時間方面具有較好的可平移性，但整體體量較?。簧顭崴摵稍跁r間、能耗、隨機度方面較為均衡，具有較好的可平移性，且由于水箱具有蓄熱功能，負荷的可平移潛力更加突出。由于本研究未對可平移負荷與太陽能發(fā)電系統(tǒng)的匹配性進行定量評估，后續(xù)研究將進一步提出不同容量太陽能發(fā)電系統(tǒng)下的負荷平移潛力評估方法。

3 結(jié) 論

本研究選取陜北典型農(nóng)村開展現(xiàn)場調(diào)研，對農(nóng)村居住社區(qū)各類可平移負荷用能模式進行聚類以時間家庭分組，通過蒙特卡洛方法分別對各組家庭進行可平移負荷聚合計算，在概率計算的基礎(chǔ)上繪制累積能耗曲線，并提出時間、能耗、隨機度三維評價指標(biāo)對聚合后的農(nóng)村居住社區(qū)可平移負荷進行分析，主要研究結(jié)論如下：

1）炊事用電負荷根據(jù)農(nóng)村居民就餐時間可被聚為2類，其中保持一日兩餐家庭習(xí)慣的家庭數(shù)量更多。該類家庭炊事用電負荷的時間可調(diào)范圍與能耗可調(diào)范圍更大，但隨機度低于一日三餐家庭。從促進光伏發(fā)電消納的角度而言，炊事負荷平移潛力不大。

2）生活熱水負荷根據(jù)農(nóng)村居民的電熱水器使用時間可被聚為3類，其中晚上使用電熱水器的家庭占絕大多數(shù)。該類家庭生活熱水負荷的能耗可調(diào)范圍最大，但時間可調(diào)范圍最小。但由于水箱具有一定的蓄熱能力，可通過合理利用優(yōu)化太陽能發(fā)電系統(tǒng)的容量配置。

3）洗衣用電負荷根據(jù)農(nóng)村居民的洗衣機使用時間可被聚為4類，其中大多數(shù)家庭選擇早上使用洗衣機。該類家庭洗衣用電負荷的能耗可調(diào)范圍最大，但時間可調(diào)范圍與隨機度均較小。由于洗衣機負荷多集中于太陽輻射較強時段，通過價格或激勵策略引導(dǎo)用戶根據(jù)電網(wǎng)供需關(guān)系靈活調(diào)整洗衣機使用時間，可有效提高太陽能光電的利用率。

4）從社區(qū)整體而言，炊事用電負荷體量較大但可平移潛力最為有限，洗衣用電負荷可平移性較好但體量較小。生活熱水負荷在時間、能耗、隨機度方面較為均衡，且由于水箱具有一定的蓄熱功能，平移潛力最為突出。

研究結(jié)果表明，對太陽能富集區(qū)農(nóng)村居住社區(qū)可平移負荷特性進行準(zhǔn)確評價分析，可為不同類型可平移負荷制定相應(yīng)的負荷平移策略，從而提高太陽能光伏發(fā)電系統(tǒng)的利用率，為光伏發(fā)電系統(tǒng)的容量配置優(yōu)化奠定基礎(chǔ)。

［參考文獻］

［1］"""" ZHU L， LIAO H， HOU B D， et al. The status of household heating in northern China： a field survey in towns and villages［J］. Environmental science and pollution research， 2020， 27（14）： 16145-16158.

［2］"""" THEBAULT M， GAILLARD L. Optimization of the integration of photovoltaic systems on buildings for self-consumption-case study in France［J］. City and Environment Interactions， 2021， 10： 100057.

［3］"""" ROTH L， YILDIZ ?， LOWITZSCH J. An empirical approach to differences in flexible electricity consumption behaviour of urban and rural populations-lessons learned in Germany［J］. Sustainability， 2021， 13（16）： 9028.

［4］"""" NAN S B， ZHOU M， LI G Y. Optimal residential community demand response scheduling in smart grid［J］. Applied energy， 2018， 210： 1280-1289.

［5］"""" GUPTA P， VERMA Y P. Optimization of deviation settlement charges using residential demand response under"" frequency"" linked"" pricing"" environment［J］."" IET generation， transmission and distribution， 2019， 13（12）： 2362-2371.

［6］"""" 赫衛(wèi)國， 夏俊榮， 劉志明， 等. 考慮用戶繳費滿意度與用電舒適度的用電優(yōu)化策略［J］. 電力需求側(cè)管理， 2020， 22（1）： 69-74.

HE W G， XIA J R， LIU Z M， et al. Power optimal strategy considering user-charging satisfaction and user comfort［J］. Power demand side management， 2020， 22（1）： 69-74.

［7］"""" 楊秀， 傅廣努， 劉方， 等. 考慮多重因素的空調(diào)負荷聚合響應(yīng)潛力評估及控制策略研究［J］. 電網(wǎng)技術(shù)， 2022， 46（2）： 699-714.

YANG X， FU G N， LIU F， et al. Potential evaluation and control strategy of air conditioning load aggregation response" considering"" multiple" factors［J］." Power" system technology， 2022， 46（2）： 699-714.

［8］"""" 王珂， 姚建國， 姚良忠， 等. 電力柔性負荷調(diào)度研究綜述［J］. 電力系統(tǒng)自動化， 2014， 38（20）： 127-135.

WANG K， YAO J G， YAO L Z， et al. Survey of research on flexible loads scheduling technologies［J］. Automation of electric power systems， 2014， 38（20）： 127-135.

［9］"""" YIN R X， KARA E C， LI Y P， et al. Quantifying flexibility of commercial and residential loads for demand response using setpoint changes［J］. Applied energy， 2016， 177： 149-164.

［10］""" VELLEI M， LE DRéAU J， ABDELOUADOUD S Y. Predicting the demand flexibility of wet appliances at national level： the case of France［J］. Energy and buildings， 2020， 214： 109900.

［11］""" D’HULST R， LABEEUW W， BEUSEN B， et al. Demand response flexibility and flexibility potential of residential smart appliances： experiences from large pilot test in Belgium［J］. Applied energy， 2015， 150： 79-90.

［12］""" LIU Y F， WANG P， LUO X， et al. Analysis of flexible energy use behavior of rural residents based on two-stage questionnaire： a case study in Xi’an， China［J］. Energy and buildings， 2022， 269： 112246.

［13］""" AL WAKEEL A， WU J， JENKINS N. k-means based load estimation" of"" domestic" smart"" meter"" Measurements［J］. Applied energy， 2017， 194： 333-342.

［14］""" 嚴強， 李揚， 樊友杰， 等. 基于加權(quán)表決集成聚類的居民用電行為回歸分析［J］. 電網(wǎng)技術(shù)， 2021， 45（11）： 4435-4446.

YAN Q， LI Y， FAN Y J， et al. Regression analysis of residential electricity consumption behavior based on weighted" voting"" ensemble" clustering［J］." Power" system technology， 2021， 45（11）： 4435-4446.

［15］""" 劉蓉暉， 李子林， 楊秀等. 考慮用戶側(cè)柔性負荷的社區(qū)綜合能源系統(tǒng)日前優(yōu)化調(diào)度［J］. 太陽能學(xué)報， 2019， 40（10）： 2842-2850.

LIU R H， LI Z L， YANG X， et al. Optimal dispatch of community integrated energy system considering user-side flexible load［J］. Acta energiae solaris sinica， 2019， 40（10）： 2842-2850.

SHIFTABLE LOAD GROUP AGGREGATION AND CHARACTERISTIC EVALUATION IN CHINA'S RURAL RESIDENTIAL COMMUNITIES IN SOLAR ENERGY ABUNDANT AREA

Luo Xi1，2，Zhao Tianliang1，Liu Yanfeng1，2，Yang Yanzi1

（1. State Key Laboratory of Green Building in Western China， Xi’an University of Architecture and Technology， Xi’an 710055， China；

2." State Key Laboratory of Green Building， Xi’an 710055， China）

Abstract：In this paper， a typical rural area in northern Shaanxi province was investigated， Monte Carlo simulation was used to generate aggregated shiftable load curves on the basis of family clustering， and a comprehensive evaluation from the perspectives of time， energy， and randomness was given. The results show that the volume of cooking load is large but the time range to be shifted is small， while the volume of laundry load is small but the time range to be shifted was large. Overall， domestic hot water load is more comprehensive in the above three aspects， the heat storage properties of water tank makes the shiftable load potential more significant.

Keywords：solar energy； demand-side management； Monte Carlo simulation； K-means clustering； shiftable load； grouping aggreation； characteristic evaluation