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

(長沙理工大學(xué)電氣與信息工程學(xué)院，湖南長沙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

(長沙理工大學(xué)電氣與信息工程學(xué)院，湖南長沙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程,能夠降低自身用電成本。針對可平移負荷不同用電特點進行綜合建模，結(jié)合電動汽車、光伏，小微儲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，通過求解該模型，對比分析了在需求側(cè)資源中加入可平移負荷前、后所得的調(diào)度結(jié)果，負荷平移后，家庭電費明顯降低，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)濟效益，得出了智能家庭最優(yōu)調(diào)度策略，為進一步的家庭實踐打下基礎(chǔ)。

需求側(cè)資源；優(yōu)化；可平移負荷；對比分析

0 引言

隨著電力市場化進程的加快，家庭用戶作為獨立的個體參與到電力能源優(yōu)化配置過程，與電力供應(yīng)商進行互動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)運而生，該系統(tǒng)以實時電價為參考，以需求側(cè)資源[2](Demand Side Resources, DSR)為調(diào)度目標，以經(jīng)濟、舒適為原則，合理安排負荷用電區(qū)間。

經(jīng)濟、社會的發(fā)展，使越來越多的家庭有能力構(gòu)建以小微儲能裝置(ESS)、電動汽車(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^與電網(wǎng)的電能交互產(chǎn)生一定收益，從而有效減少用戶電費成本，同時對電網(wǎng)來講也能起到削峰填谷之用[4-5]。

國內(nèi)外已經(jīng)有相關(guān)的研究并用于生產(chǎn)實際，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[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[1]基于負荷資源分類建模，利用啟發(fā)式算法對模型進行求解；文獻[4]建立了電動汽車與家庭互動調(diào)度模型，并提出了新的智能算法；文獻[5]采用MPC方法建立家庭能源局域網(wǎng)能量管理模型，并以電價預(yù)測為基礎(chǔ)尋求最優(yōu)調(diào)度方法。上述文獻對于家庭能量優(yōu)化管理的研究，雖考慮了需求側(cè)資源對調(diào)度結(jié)果的影響，但并沒有對一類負荷進行具體建模，而且對需求側(cè)資源與家庭或外電網(wǎng)的交互考慮的不夠。文獻[7-8]雖然考慮了負荷建模，但研究的是微網(wǎng)的運行優(yōu)化問題。

本文基于需求側(cè)響應(yīng)(DSM)，針對不同負荷的用電規(guī)律提出可平移負荷模型，在實時電價的基礎(chǔ)上優(yōu)化用電時段；以用戶電費最小為目標，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優(yōu)化管理模型；通過算例仿真，對比分析了負荷平移對家庭能量優(yōu)化調(diào)度結(jié)果的影響以及各種交互形式下的電費成本，驗證了所提模型的有效性。

1 可平移負荷模型

1.1 目標函數(shù)

本文中負荷平移的目標是將可平移負荷從電價高峰時段轉(zhuǎn)移到電價低谷時段，從而通過該電價差達到削減用戶電費的目的[6-7]，其目標函數(shù)表達式為：

(1)

(2)

(3)

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

1.2 約束條件

(1)延遲時段約束

(4)

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

(2)負荷平移量約束

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

(5)

式中：xk,t為負荷平移前第k類負荷在t時段的負荷單元數(shù)量。

(3)在每一住宅單元每一用電時段通常會有一個限制總能量，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]，表達如下：

(6)

式中：pt,after為負荷平移后時段t的功率；pmax為每時段統(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函數(shù)

通過各需求側(cè)資源的實時調(diào)度，實現(xiàn)智能家庭電費最小這一目標，該目標由家庭向電網(wǎng)的買電成本與賣電收益兩部分構(gòu)成，其表達式為：

(7)

式中：pt,g為t時段電網(wǎng)向家庭輸送的功率；pt,s為t時段電網(wǎng)向家庭購入的功率，這部分功率由EV、ESS、PV提供，暫不計及各設(shè)備向電網(wǎng)的賣電順序；λt,b,λt,s均為實時電價[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)電動汽車模型

(10)

(11)

(12)

式(10)～(12)均?t∈[ta，td]

SEV(t)為EV在t時段的荷電狀態(tài)，其滿足如下約束：

(13)

(14)

(15)

(16)

(17)

(18)

式(13)表示SEV(t)在每一時段的狀態(tài)值表達式；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為必須充滿的時刻；tf,d為必須釋放完的時刻；式(17)表示EV到家時的荷電狀態(tài)等于其初始值；式(18)表示EV在離開家后并無任何意義。

(2) 儲能單元模型

(19)

(20)

(21)

(22)

(23)

(24)

(3)家庭分布式光伏模型

(25)

(4)實時功率平衡

負荷平移后的負荷分布勢必會對調(diào)度結(jié)果產(chǎn)生重要影響，鑒于此，本文將實時功率平衡分為負荷平移前、后的功率平衡

①負荷平移前實時功率平衡

(26)

②負荷平移后實時功率平衡

(27)

3 數(shù)值實驗

3.1 算例系統(tǒng)

為驗證上文所提出的模型的有效性與實用性，以引入可平移負荷前、后的兩個不同家庭能量管理系統(tǒng)進行對比分析。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)向家庭購入電能上限為1 kW·h，價格設(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類可平移負荷參與計算，分別是消毒柜、洗衣機和電熱水器[12]。消毒柜持續(xù)運行時間為1 h，功率為0.7 kW；洗衣機持續(xù)運行時間為2 h，功率分別為0.4 kW和0.25 kW；電熱水器持續(xù)工作時間為3 h，功率分別為2、1.5、1.2 kW；家庭負荷的預(yù)測功率[16]如圖2。

圖1 PV出力柱狀圖

圖2 家庭負荷預(yù)測功率柱狀圖

在頻率為2.3 GHz的PC上運用lingo建模軟件運用分支定界算法進行仿真計算，選取調(diào)度周期為一天，分為24時段，調(diào)度時段從00:00到24:00。

3.2 負荷平移前、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，有必要對負荷平移前的調(diào)度結(jié)果進行分析研究，以預(yù)測負荷和平移后負荷作為負荷輸入，其調(diào)度結(jié)果如圖3、4所示。

圖3 負荷平移前調(diào)度結(jié)果

圖4 負荷平移后調(diào)度結(jié)果

在圖3不難看出，在夜間電網(wǎng)電價較低的時候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，維持負荷運行。

圖4在實施負荷平移后，夜間EV出力尖峰有著明顯下降，且同一時刻的電網(wǎng)出力相對有所回升，進一步說明負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)情況下的負荷平移前、后其與實時電價之間的關(guān)系，可以看出平移后的負荷變化與實時電價密切相關(guān)，夜間電價低谷時負荷明顯上升，達到了2.8 kW，而時段1～6在負荷平移前、后曲線幾乎是重合的，而在后續(xù)時段出現(xiàn)了急劇上升為1.23 kW，這就是負荷平移的結(jié)果。

圖5 負荷平移結(jié)果

3.2.2 功率平衡調(diào)度結(jié)果

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

圖6 負荷平移后功率平衡調(diào)度結(jié)果

圖7 負荷平移前功率平衡調(diào)度結(jié)果

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

3.3 不同節(jié)電模式對優(yōu)化結(jié)果的影響

本文設(shè)置基準節(jié)電模式，即在加入可平移負荷之前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模式上衍生而出的。得到目標結(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對比，一旦不考慮V2G，用戶電費急劇增大了2.1元；模式3與模式1對比，則說明通過負荷轉(zhuǎn)移，使電費下降了1.43元；模式4與模式2對比，則減少了1.49元；模式4與模式3對比，電費增大了2.01元，表明V2G與負荷轉(zhuǎn)移的巨大作用。

4 結(jié)論

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

(1)在實時電價的作用下，負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)實施負荷平移，能夠大大節(jié)省用戶電費。

(3)以需求側(cè)資源為媒介與電網(wǎng)進行互動交易，能夠使家庭能源利用效率更高，更具經(jīng)濟性。

可以在家庭與電網(wǎng)之間引進可中斷負荷合同，從而進一步優(yōu)化家庭用電結(jié)構(gòu)。

[1]于雷，湯慶峰，張建華.基于負荷資源分類建模和啟發(fā)式策略的家居型微網(wǎng)優(yōu)化運行[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)運行優(yōu)化[J].電力系統(tǒng)自動化,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)車輛與家庭互動調(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)測控制的家庭能源局域網(wǎng)最優(yōu)能量管理研究[J].中國電機工程學(xué)報,2015,35(14):3656-3666.

[6]劉經(jīng)浩,賀蓉,李仁發(fā),等.一種基于實時電價的HEMS家電最優(yōu)調(diào)度方法[J].計算機應(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.計及可平移負荷的微網(wǎng)經(jīng)濟優(yōu)化調(diào)度[J].中國電機工程學(xué)報,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,王貴斌,文福拴.電動汽車充電設(shè)施多階段最優(yōu)規(guī)劃[J].華北電力大學(xué)學(xué)報(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，王強鋼，等.光伏與微型燃氣輪機混合微網(wǎng)能量管理研究[J].電工技術(shù)學(xué)報，2012，27(1)：74-84.

[15]羅振宇,陳家俊,周勇.等考慮負荷不確定性的分布式電源的長期優(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，研究方向為電力系統(tǒng)分析、能量優(yōu)化調(diào)度。