1、第 41 卷 第 1 期2023 年 1 月 广西师范大学学报(自然科学版)Journal of Guangxi Normal University(Natural Science Edition)Vol.41 No.1Jan.2023DOI:10.16088/j.issn.1001-6600.2022022802http:王辉,方航,金子蓉,等.基于需求响应的家庭能量双层优化调度J.广西师范大学学报(自然科学版),2023,41(1):38-47.WANGH,FAN H,JING Z R,et al.Two-tier optimal scheduling of household energ
2、y based on demand responseJ.Journal of Guangxi Normal University(Natural Science Edition),2023,41(1):38-47.基于需求响应的家庭能量双层优化调度王 辉,方 航,金子蓉,李旭阳(三峡大学 电气与新能源学院,湖北 宜昌 443002)摘 要:随着人民生活水平的提升,家庭用电负荷也在逐渐升高,本文针对降低家庭用电支出问题,考虑需求响应在分时电价环境下,采用双层优化策略。上层是对家庭用电设备分类调度,通过对家庭设备分类调整,将可调度负荷从电价高的时间段调节到低电费的平时段和谷时段运行,从而大大减少家
3、庭用户的用电开支;下层对光伏发电设备和储能设备出力时段进行调整,通过储能设备和光伏设备的配合,合理高效地利用光伏能量。最后通过某典型家庭负荷配置为例,采用改进二阶振荡粒子群算法,分析仅对用电时段优化、用电时段和光伏均优化等不同场景,结果显示该优化算法在迭代 23 次左右达到稳定,优化后家庭用电支出减少 53.64%,验证了文中所采用的双层优化调度有效性。关键词:降低用电支出;双层优化;分时电价;改进二阶振荡粒子群算法中图分类号:TM73 文献标志码:A 文章编号:1001-6600(2023)01-0038-10随着人民生活水平的提升,家庭用电负荷正在逐步升高,分布式电源以及储能设备等也开始逐
4、步进入居民家中,针对家庭能量的管理优化受到广泛关注1。为了保证能量的高效利用、降低用户的用电支出2,对家庭能量调度的优化就尤为重要,从而使得家庭用电更加合理科学。目前针对家庭侧的能量优化管理,国内外已经有很多文献进行深入研究。为了使家庭用电费用达到最少的同时还要保证用户舒适度体验,文献3建立一种智能优化模型并用智能算法求解,在仅对柔性负荷优化调度场景下,用户用电费用减少 18.5%。文献4将家庭负荷按照必要与非必要使用进行排序,并进行实时优化调度,既能够降低用电费用,又不会给正常生活带来影响,所使用的优化算法用户平均功率数减少 20.6%。为了保证可再生能源的充分利用和家庭用电支出达到最小,文
5、献5采用粒子群算法求解一种最优用电计划,以家庭能源最大盈利为目标,缩短了用户回收成本的年限。文献6同时考虑太阳能光伏发电、负荷需求以及电价的不确定性,最大程度降低微电网的能源成本为目的,建立一种投资规划方案。文献7提出用户参与需求响应时,可根据价格变动来改变家庭用能安排,最大程度缩减峰值功率。文献8-10根据家庭中各种类型的设备,通过与分布式能源的协调,建立多种电价机制下家庭负荷运行优化模型,优化后电费最大减少分别为 21%、22.9%、31.2%。文献11采用一种将即时调整和日内优化相结合的策略,即采用多时间尺度方式对光伏的出力实施优化调整,调整后家庭光伏收益明显增长,增长率达到 11.16
6、%。文献12采用模型预测控制方法,提高了研究结果的准确性,此方法对比日前优化更具有灵活性和鲁棒性。以上文献主要针对家庭用电功率峰谷差的研究,以及仅针对负荷侧的优化研究,而对于在分时电价情形下,从供电侧和用电侧对如何减少家庭用户用电开支的研究内容较少。对于需求响应的研究,国内已经开展了一系列的试点项目,例如 2011 年国家电网电力科学研究院与收稿日期:2022-02-28 修回日期:2022-03-31基金项目:国家自然科学基金(52007103)通信作者:王辉(1969),男,湖北宜昌人,三峡大学教授。E-mail:http:霍尼韦尔公司合作,在天津开展智能电网需求响应的示范工作,结果反映需
7、求响应高峰负荷的削减很有效。2014 年江西共青城“智能社区”示范项目,内容是建设一个兼顾经济发展与低碳发展的智能技术示范区,包括 1 MW 光伏并网发电系统,还有对住宅、楼宇的节能管理系统,针对该项目的研究表明整合新能源的智能用电能合理高效地利用电能。本文主要针对居民家中供电侧与用电侧管理,采用基于需求响应的家庭能量双层优化策略。上层主要针对用电侧,合理安排用户用电计划,建立价格型需求响应的家庭负荷调度模型,并且求解该模型在满足用户基本用电需求的前提下,使得用电成本最小化。下层供电侧旨在合理安排各时段内的能量流动情况,保证家庭用电的电力供需平衡,根据各时段内的用电设备工作状态,确定各时段内用
8、电设备的功率,保证光伏出力以及大电网能量得到合理分配。针对用电设备的优化调度问题,采用改进的二阶振荡粒子群优化算法对所建立的模型进行求解,该算法对比基本粒子群算法主要有收敛速度快、精度高等特点,保证各部分能量能够合理高效利用,使家庭用电支出达到最少。1 家庭各类用电负荷模型1.1 家庭用电设备家庭的电力负荷主要可分为 2 大类:可调度负荷和不可调度负荷。不可调度负荷主要作用就是保证用户正常生活,缺少这部分负荷居民正常生活会受到影响,所以不能够接受电网的调控,但是用户可以通过分时电价安排工作的时间,受控程度很低,例如冰箱、卧室照明灯等负荷,在计算用电成本时需要将这一部分负荷考虑进去。可调度负荷是
9、指可通过主动参与电网运行控制13,可以与大电网进行能量供需互动的具有柔性特征的负荷,例如洗衣机、洗碗机等负荷。可调度负荷的特征为可根据用户喜好自行安排用电时段,灵活可变,是进行家庭能量优化的主要对象。可调度负荷又可细分为 2 类:可中断负荷和不可中断负荷。不可中断负荷模型为:atstartatendaa,tenda=tstarta+da-1,Pa=PNaSa(t),Sa(t)=1,t tstarta,tenda,Sa(t)=0,t tstarta,tenda。|(1)式中:a,a 表示不可中断负荷可工作时间段;tstarta是负荷开始运行时刻,tenda是负荷结束运行时刻;t 是负荷可能的工作
10、点;da为负荷运行时长;PNa为不可中断负荷的额定功率;Pa为负荷运行时段内消耗的电能;Sa(t)为负荷运行状态,Sa(t)=1 表示负荷正常运行状态,Sa(t)=0 表示负荷停止运行状态14。可中断负荷模型为:b t b;b-b db,Pb=PNb Sb(t),bt=bSb(t)=db,Sb(t)=1,t b,b,Sb(t)=0,t b,b。|(2)式中:b为负荷可开始运行最早时刻;b为负荷结束最晚时刻;db为负荷运行的时长;PNb为可中断负荷的93广西师范大学学报(自然科学版),2023,41(1)额定功率;Pb为负荷运行时段内消耗的电能。不可调度负荷模型为:Pc=PNcSc(t),Sc(
11、t)=1,t tstartc,tendc,Sc(t)=0,t tstartc,tendc。|(3)式中:PNc为不可调度负荷的额定功率;Pc为运行时段内消耗的电能15。1.2 储能设备光伏发电设备开始逐渐进入居民家中,储能系统能够将光伏出力进行跨时段转移,以此来提高分布式电源的利用率16-17。居民家庭的储能装置通常是蓄电池,其模型为:SOC(t)=Cnet(t)/Cbat,SOC(t+1)=SOC(t)+Pch(t)tch/Cbat,SOC(t+1)=SOC(t)-Pdisch(t)t/(Cbatdisch)。|(4)式中:SOC(t)表示蓄电池时段 t 的荷电状态;Cnet(t)表示蓄电池
12、在时段 t 时电量冗余;Cbat表示蓄电池额定容量;Pch(t)表示时段 t 蓄电池的充电功率;Pdisch(t)表示时段 t 蓄电池的放电功率;ch为蓄电池充电效率;disch为蓄电池放电效率18。1.3 光伏发电设备模型光伏发电设备开始成为家庭侧一类重要的分布式电源,不仅可以成为保证家庭用电负荷的能量来源,还可以通过配合储能设备向电网售电获得一定收益。已安装的光伏设备整体效率取决于面板效率和系统容量。然而光伏系统的输出在不利条件下会下降,如白天小时数减少或者阴雨天气等。基于最大功率点跟踪(maximum power point tracking,MPPT)技术考虑太阳辐照度,太阳能光伏系统
13、的总输出由式(5)控制19。PPV=PSTCIMISTC1+k(TM-TSTC)。(5)式中:PPV表示光伏出力的功率;PSTC表示在标准测试的条件下,系统输出的最大功率;IM为阳光辐射强度;ISTC为标准试验条件下系统所接收到的太阳光辐射强度(ISTC=1 kW/m2);k 为总功率温度系数,其值通常取为-0.002 4-1;TM表示光伏组件温度;TSTC为参考温度,取值为 25。2 家庭能量双层优化调度策略针对家庭能量供需互动的研究主要是解决用电来源及用电时间等问题,基于以上各类设备的模型建立一种基于需求响应的双家庭能量双层优化管理策略。上层:通过对家庭用电设备分类调度,将可调度负荷从电价
14、高的时间段调节到低电费的平时段和谷时段运行,从而极大减少家庭用户的用电开支。下层:对光伏发电设备和储能设备出力时段进行调整,通过储能设备和光伏设备的配合,合理高效地利用光伏能量。通过上层对各类用电设备用电时段的调整,下层供电侧能够更好地安排供电计划,使得光伏以及储能出力能够尽可能在高电价时段以及用电高峰期得到高效利用,一方面光伏出力能得到消纳,另一方面用电支出也得到降低。双层管理优化策略如图 1 所示。首先通过求解基于分时电价负荷调度模型得到用电计划,将其作为04http:供电侧管理的约束条件,然后供电侧根据 3 种用能场景,验证双层优化调度方式的有效性。分时电价供电计划用电计划基于分时电价负
15、荷调度模型目标函数:用电成本最低约束条件:各类设备运行功率约束能量分配优化模型优化目标:用电成本最低约束条件:各时段内能量供需平衡用能场景:1.无光伏和储能且不进行负荷调度2.有光伏和储能但不进行用电优化3.有光伏和储能参与且进行用电优化用电侧管理供电侧管理图 1 双层管理优化策略Fig.1 Two level management optimization strategy diagram2.1 用电侧管理用电侧管理目标就是合理安排家庭用户的供电计划,核心目标是构建价格型需求响应的家庭负荷调度模式,并且求解该模式在满足家庭基本供电要求的前提下,使得用电成本最小化。本文主要是以分时电价为前提,
16、通过调整各种负荷的供电时间,将可调度负荷从电价高的时段调整到电价平时段或者谷时段,从而减少用电费用。基于分时电价的家庭能量优化模型主要包含目标函数和约束条件 2 方面。本文以用户用电支出最少作为负荷调度模型的目标函数min Mcost=(Pa+Pb+Pc)Mprice-TOU-PpvMprice-sale。(6)式中:Mprice-TOU为分时电价;Mprice-sale为光伏上网电价。约束条件为各类负荷的运行功率约束。2.2 供电侧管理重点根据各时段内的用电设备工作状态确定各时段内用电设备的功率,在进行能量分配时,尽可能将蓄电池中的能量以及光伏出力用于电价高峰时段,合理安排各时段内的能量流动情况,保证家庭用电的电力供需平衡20,需要满足约束Aa=1PNa(t)+Bb=1PNb(t)+Cc=1PNc(t)=Ppv(t)+Pnet(t)+PG(t)。(7)式中:A 为不可中断负荷的数量;B 为可中断负荷的数量;C 为不可调度负荷的数量;Pnet(t)表示 t 时刻储能有功功率,Pnet(t)0 表示储能放电;PG(t)表示 t 时刻与电网交互的功率。光伏发电设备功率约束为PminPpv(
