基于分時電價的住宅能量管理算法

張 倩,張 盛,林孝康

(清華大學電子工程系,北京100084)

基于分時電價的住宅能量管理算法

張 倩,張 盛,林孝康

(清華大學電子工程系,北京100084)

隨著混合式電動汽車(PHEV)的出現,關于PHEV向電網方向供電(V2G)技術的研究也逐漸增加。針對包含PHEV的家居微型電網,提出一種改進的能量管理算法。該算法基于分時電價對家用電器及PHEV的運行方式和時間進行調度,結合PHEV及用戶參數,利用V2G技術有效實現了移峰填谷并降低家庭用電費用。同時還提出一種最優算法,以衡量改進算法的性能。仿真結果表明,改進算法可使用戶的用電費用及峰均比分別降低約22%和70%,性能接近最優算法,并且可以實時處理用電請求,具有較強的實用性。

混合電動汽車;智能電網;需求側能量管理;汽車向電網供電;無線傳感器網絡;分時電價

1 概述

隨著全球用電規模的不斷增加及能源的日益緊缺,傳統電網運行效率低等弊端逐漸顯現,已無法滿足21世紀的需求[1]。因此,很多國家相繼開展了智能電網技術,以有效提高能源的利用效率以及保證電網的穩定安全運行[2]。隨著信息通信技術的發展,通過使用傳感、自動化及電動汽車等技術,傳統電網正在逐漸地智能化。

智能電網有很多需要研究的問題。電網負荷控制及需求側能量管理,在提高電網穩定性、應急處理及定價等問題上起著十分重要的作用,是智能電網的重要應用[3]。峰值負荷對電網穩定性的破壞很大,并且會大幅提高發電輸電過程的維修成本。目前,混合電動汽車(Plug-in Hybrid Electric Vehicles,PHEV)正逐漸被推廣,由于電動汽車的充電時間一般在下午到晚上,剛好與電網的峰值負荷的時間一致,因此電網的峰值負荷問題進一步加劇。

混合電動汽車是指通過插電進行充電的混合動力汽車,當電能充足時,采用電動機驅動車輛;當電能不足時,發動機參與到驅動或者發電環節。預計到2035年,電動汽車/混合電動汽車將會占到全球汽車銷量的40%[4]。近年來,研究者對于電動汽車普及其對電網的影響問題進行了一些研究。混合電動汽車的一個重要特點是其既可以作為負載,也能作為電源來使用。也就是說,混合電動汽車不僅可以通過進入電網進行充電,也能在需要的時候將電池里儲存的電能反饋出來。因此,混合電動汽車可以作為未來電網的分布式電能儲存系統。這個概念稱為汽車向電網供電(Vehicle-to-Grid, V2G)技術[5]。V2G技術能夠有效地提高電網的運行效率及穩定性,同時降低電力成本及二氧化碳排放量。

近年來,一些學者對智能電網的需求側能量管理問題進行了研究。文獻[1]提出了一種家庭能量管理方法,將無線傳感器網絡用于家庭能量管理,降低了用戶的用電費用。然而,此方法未考慮到電動汽車及用戶的具體參數對問題的影響。文獻[6]提出了一個普適的模型,用來研究電動汽車對住宅小區配電系統的影響。該文獻對電動汽車的具體參數及用戶的駕駛習慣進行了深入的研究,得到了實用性較強的電動汽車研究模型。文獻[7]提出了小區配電系統的基于無線網絡的供需管理方案,提高了能量利用效率。文獻[8]提出了基于電價需求響應的家庭能量智能優化算法,并以此為核心綜合協調管理家庭能源。文獻[9]在分析現有家居能量設備集中控制解決方案不足的基礎上,結合多Agent技術,建立了基于MAS的家居能量系統模型MAES,并給出了模型的主要組成結構。

此外,一些研究提出了最優化的分配方案。文獻[10]設計了一個自動控制器對家用電器進行調度,提出了一種最優化成本的方案。文獻[11]提出了基于最優的混合電動汽車的充電方法。文獻[5]通過控制混合電動汽車的充電方式來最小化家庭用電負荷的方差。盡管這些基于最優的管理方法能夠提供最優解,然而這些方法需要提前獲知電器的使用時間及電動汽車的充電時間等參數,在實際中,電網的負荷情況及電器的使用時間等參數是動態變化的,這些方法并不實用。

上述文獻均做了不同的假設來簡化問題,本文根據具體的電動汽車及用戶的參數,提出一種基于分時電價的家庭用電負荷管理算法,利用V2G技術來降低用電費用及峰均比,從而提升算法的靈活性和實用性。

2 系統模型

智能家庭網絡如圖1所示,該網絡由家用電器、混合電動汽車、智能電表及能量管理中心組成。能量管理中心負責對電器和電動汽車的運行時間和方式進行控制,保持與電器、電動汽車的通信,并與智能電表之間定時通信以獲得實時電價信息。在圖1中,實線表示電力線,虛線表示信號線。當混合電動汽車接入電網時,它們既可以作為負載,也能作為電源,因此在圖中用雙向箭頭表示雙向的電流。本文設混合電動汽車的數量為N,PHEVi表示家庭中第i個混合電動汽車。

圖1 智能家庭網絡系統

家庭是每個人活動的主要場所,因此,智能家居是無線傳感器網絡應用實現最廣泛的的領域之一[12]。家庭能量管理可以通過家域網(Home Area Network,HAN)來實現。家域網是一個包括電器、電動汽車、溫度調節系統、照明系統等組成的網絡。每個電器或電動汽車都裝有一個傳感器,用來測量及獲得家庭網絡的用電信息,以及進行相互通信。近年來,一些研究工作試圖將無線傳感器網絡用于家庭能量管理的應用中。目前,無線傳感器網絡已逐漸應用于智能家居的監控等應用中,可以用現有的無線傳感網絡來同時進行家居能量管理,無需再添加專門的設備,因此使用無線傳感器網絡進行家庭能量管理具有較高的實用性。

3 住宅能量管理算法

本節提出一種實時的采用V2G技術的家庭能量管理算法,然后給出最優化的解決方案來進行對比。

3.1 改進的家庭能量管理算法

本文提出一種基于分時電價的包括混合電動汽車的家居能量管理算法(IVREM)。分時電價是指在一天24 h中,按不同時段而采用不同的電價,其中峰值時間的電價為低谷時間電價的若干倍。盡管在不同時段使用電器或電動汽車所消耗的能量是相同的,在智能電網中,由于使用分時電價,使用時間的不同將會影響用電的費用。IVREM中使用的符號如表1所示。

表1 IVREM中的符號含義

為了對家居電力系統進行調度,需要知道電動汽車每天需要消耗多少能量。記socarr,n和socdep,n分別表示第n個電動汽車接入電網和離開電網時的電池剩余能量(State of Charge,SOC)。為了方便起見,將一天(24 h)分成T個相等的時隙間隔,每個時隙長度為Δt。在改進算法中,設Δt為1 h。IVREM算法如下:

算法1IVREM主函數

算法1中的主函數Main內部調用的2個子函數(即Judge及Update子函數)如下:

算法2IVREM子函數

本文假定為了降低峰值負荷,來自電動汽車的充電請求是可以延遲的,而來自家用電器的請求不允許延遲。當能量管理中心收到來自電器的用電請求時,將根據請求的時間以及電動汽車接入電網時的電池剩余能量等信息,來判斷電器的用電來源:使用電網的電能或電動汽車的電池中儲存的能量。當電器的用電請求發生在峰值時間時, IVREM算法盡可能多地使用電動汽車的存儲能量,從而降低用電費用。當電動汽車發起充電請求時(即接入電網時),能量管理中心將根據請求的時間以及需要充電的能量等信息,來確定電動汽車的充電計劃,如延遲一段時間到低谷時期進行充電。通過將電動汽車的充電需求移峰填谷,可以進一步降低用電費用。

3.2 最優算法

這里給出一種最優化的解決方案(Optimal Solution,OS),以便以此性能為參考,衡量IVREM算法的性能好壞。用線性規劃工具來最小化家庭用電的總費用,此最優化問題可以建模為如下的模型:

目標:

最優算法假定預先獲知用電請求的時間列表等信息,由此可以求解出最優化的解決方案。然而在實際中,這些信息是無法提前獲得的,電器的使用時間是隨機發生的,需要根據隨機發起的用電需求來實時地進行規劃。因此,本文提出的IVREM算法采用實時的調度方法,對電器及電動汽車的運行時間和方式進行控制,從而降低用電費用。下一節將對IVREM算法的性能進行仿真。

4 仿真結果

本文對IVREM及OS算法的性能進行仿真。假定家庭中有2輛混合電動汽車,男女主人各開一輛。假定在一個冬天的工作日,男主人早上7點開車離開,下午6點回家,女主人下午2點外出購物,5點回到家。設兩輛汽車的電池容量分別為15 kW·h-1和10 kW·h-1,接入電網時的起始電池剩余能量(SOC)均為0.2,汽車每天消耗的能量(即需要充電補充的能量)分別為9 kWh和6 kWh,充電速率為0.2 C(C為電池容量,意味著從電池0電量到充滿需要5 h)。仿真中使用的分時電價如表2所示。

表2 冬季工作日的典型分時電價

圖2為冬季一天(24 h)內的平均家庭用電負荷曲線(不包括PHEVs)。仿真中,每天的負荷功率是以圖2中的負載值為均值而隨機產生的。

圖2 冬季一天內平均家庭用電負荷(不包括PHEV)

圖3對比了提出的改進算法(IVREM)、最優算法(OS)以及不使用任何能量管理方案(No Energy Management,NEM)的總用電費用。仿真的時間長度為30天,用電費用隨著天數是逐漸累積的。可以看到,相比于不使用能量管理策略,IVREM算法將總用電費用降低了約22%,且性能非常接近于最優算法(比NEM降低約23%)。

圖3 不同方案一個月的總用電費用

圖4是對峰均比(Peak-to-average Ratio,PAR)性能的仿真結果(低PAR值表示峰值負荷低,性能較好)。由該圖可見,相比于NEM,IVREM將PAR有效地降低了約 70%,且性能接近最優算法(OS)。

圖4 一月中每天峰值負荷與總負荷的比例

5 結束語

本文研究了基于分時電價的家庭用電負荷管理問題,提出了一種實時的家庭能量管理算法,通過使用V2G技術及無線傳感器網絡,對家用電器及混合電動汽車的工作時間和方式進行管理,從而降低總用電費用。仿真結果表明,該算法能有效降低用電費用和峰均比,且性能接近于最優算法。下一步將研究基于實時電價的能量管理策略,具體方法可采用人工智能技術混合多種智能技術來進一步降低能耗,并提高用戶舒適性。

[1] Erol-Kantarci M,Mouftah H T.Wireless Sensor Networks for Cost-efficient Residential Energy Management in the Smart Grid[J].IEEE Transactions on Smart Grid,2011,2(2):314-325.

[2] Lee J W,Lee D H.ResidentialElectricity Load Scheduling for Multi-class Appliances with Time-of-use Pricing[C]//Proceedings of IEEE GLOBECOM’11. [S.l.]:IEEE Press,2011:1194-1198.

[3] Rahimi F,Ipakchi A.Demand Response as a Market Resource Under the Smart Grid Paradigm[J].IEEE Transactions on Smart Grid,2010,1(1):82-88.

[4] Birol F.World Energy Outlook 2010[EB/OL].[2014-01-02]. https://www1.oecd.org/berlin/46389140.pdf.

[5] Jian Linni,Xue Honghong,Xu Guoqing,et al.Regulated Charging ofPlug-in Hybrid Electric Vehicles for Minimizing Load Variance in Household Smart Microgrid[J].IEEE Transactions on Industrial Electronics,2013,60(8):3218-3226.

[6] Shafiee S,Fotuhi-Firuzabad M,Rastegar M.Investigating the Impacts of Plug-in Hybrid Electric Vehicles on Power Distribution Systems[J].IEEE Transactions on Smart Grid,2013,4(3):1351-1360.

[7] Erol-Kantarci M,Mouftah H T.Supply and Load Management for the Smart Distribution Grid Using Wireless Networks[C]//Proceedings of 2012 Japan-Egypt Conference on Electronics,Communications and Computers.Alexandria,Egypt:[s.n.],2012:145-150.

[8] 代家強,孫智卿.基于無線網絡技術的智能家居能量管理系統開發及需求側管理應用研究[J].陜西電力, 2013,41(10):39-43.

[9] 劉苗苗.基于MAS的家居能量系統的Agent實現及其智能管理[D].重慶:重慶大學,2007.

[10] Mohsenian-Rad A H,Leon-Garcia A.Optimal Residential Load Control with Price Prediction in Real-time Electricity Pricing Environments[J].IEEE Transactions on Smart Grid,2010,1(2):120-133.

[11] Mets K,Verschueren T,Haerick W,et al.Optimizing Smart Energy Control Strategies for Plug-in Hybrid Electric Vehicle Charging[C]//Proceedings of 2010 IEEE/IFIP on Network Operations and Management Symposium Workshops.Osaka,Japan:[s.n.],2010: 293-299.

[12] 張 倩,張 盛,林孝康,等.物聯網:發展、應用及關鍵技術[J].電訊技術,2012,52(12):1990-1997.

編輯 金胡考

Residential Energy Management Algorithm Based on Time-of-use Electricity Price

ZHANG Qian,ZHANG Sheng,LIN Xiaokang
(Department of Electronic Engineering,Tsinghua University,Beijing 100084,China)

With the advent of the Plug-in Hybrid Electric Vehicle(PHEV),the Vehicle-to-Grid(V2G)technology is attracting increasing attention recently.This paper studies an electricity load scheduling problem with PHEV in a residential microgrid.It proposes an electricity load scheduling algorithm in a residential microgrid that schedule the operating time of home appliances and PHEV adapting to Time-of-use(TOU)pricing.The proposed algorithm utilizes V2G technology and consideres parameters of PHEV and users to achieve peak load shifting and reduces the total electricity bill.In addition,it also proposes an energy management algorithm based on optimal scheduling to compare with the improved method.Numerical results show that the scheme can effectively reduce the electricity cost and the Peak-toaverage Ratio(PAR)is about 22% and 70%,respectively,and the performance is close to the optimal solution. Furthermore,the proposed algorithm can deal with users’demand in real time and thus improves practicability.

Plug-in Hybrid Electric Vehicle(PHEV);smart grid;Demand-side energy Management(DSM);Vehicleto-Grid(V2G);Wireless Sensor Network(WSN);Time-of-use(TOU)electricity price

1000-3428(2015)01-0279-05

A

TP18

10.3969/j.issn.1000-3428.2015.01.053

國家科技重大專項基金資助項目(2009ZX03006);深圳市生物、互聯網、新能源產業發展專項基金資助項目(CXB201104210015A)。

張 倩(1987-),女,博士研究生,主研方向:無線傳感器網絡,智能電網,協作通信;張 盛,副教授、博士;林孝康,教授、博士生導師。

2014-02-12

2014-03-19 E-mail:zhang-qian09@mails.tsinghua.edu.cn

中文引用格式:張 倩,張 盛,林孝康.基于分時電價的住宅能量管理算法[J].計算機工程,2015,41(1):279-283.

英文引用格式:Zhang Qian,Zhang Sheng,Lin Xiaokang.Residential Energy Management Algorithm Based on Time-ofuse Electricity Price[J].Computer Engineering,2015,41(1):279-283.