接入可再生能源家庭能耗優化策略研究

林 峰，宋 楠，舒少龍（同濟大學電子與信息工程學院，上海 201804）

?

接入可再生能源家庭能耗優化策略研究

林 峰，宋 楠，舒少龍
（同濟大學電子與信息工程學院，上海 201804）

摘 要：在家庭中引入可再生能源并對家庭能耗進行調度是家庭節能的兩個有效措施。本文以擁有光伏發電系統、蓄電池儲能設備和各種家用電器的家庭為對象，研究家庭能耗優化策略。具體地，以用電費用少和蓄電池切換次數少為調度目標，建立家庭能耗管理優化模型；采用粒子群算法對模型進行求解。仿真結果表明計算得到的調度策略可以實現蓄電池切換次數少和顯著減少用電費用兩個目標。

關鍵詞：實時電價；光伏發電系統；蓄電池；粒子群算法；用電費用

1　引 言

進入21世紀，隨著全球經濟和科技的快速發展，人們的生活水平日益提高，對電力的需求也在不斷增加［1］。發電端在應對電力供應不足的同時帶來了很多環境污染問題，所以研究在用電側如何采取措施以節約能耗具有重要的意義。

在家庭中引入可再生能源和對用電側進行電力需求管理是節約能耗的兩大有效措施［2］。由于可再生能源發電具有間歇性，其能源輸出與用戶能源需求在時間上并不完全匹配，需在家庭內部引入蓄電池參與能源調度［3～4］。智能家居能耗管理系統能夠制定相關策略優化家用電器的能源消耗結構實現節能。實時電價也是電力系統需求側管理的有效機制。本文從引入可再生能源、在實時電價背景下對家庭能耗管理及考慮蓄電池切換次數三個方面實現能耗節約。

2　家庭能耗分析

本文研究對象為安裝了光伏發電系統和蓄電池且具有各種家用電器的家庭，太陽能電池板和蓄電池分別通過并網逆變器并入電網運行，市電采用實時電價進行計費并且用戶可以向電網有償饋電。

針對本文研究對象，有以下幾點說明：

（1）假設電力公司能夠提前24小時向用戶提供電價信息。

（2）接下來一天光伏發電系統在各個時段的發電量能夠被預測。

（3）該系統在每天零點根據用戶參數輸入對接下來一天家庭內部能源進行調度，以δ=0.5 h 為1個時段，時段總數L =48。

家庭能耗情況，由能量守恒定律有：

3　家庭能耗建模

3.1蓄電池模型

其中：τ為蓄電池自放電率（τ=0.002 /δ）；αC、αD分別為單位時間充放電最大比例；ηC、ηD分別為蓄電池充放電效率；Smin、Smax分別為蓄電池剩余電量最小值和最大值。

3.2家用電器模型

我們將家庭內部所有家用電器分為三類：運行時段可調度用電器、運行功率可調度用電器及不可調度用電器。洗衣機、電飯煲、洗碗機、烘干機、家庭清潔機器人與混合能源動力汽車為運行時段可調度用電器，可在設定調度時段區間內選擇合適的運行時段，降低用戶購電費用。空調與熱水器運行時段的改變對用戶舒適度影響很大，但可調節這兩類家用電器的運行功率，在滿足用戶舒適度的情況下降低用戶購電費用。其余四種家用電器屬于不可調度用電器，冰箱一天24小時運行，節能燈、電視機和電腦的使用具有很大的隨機性，本文根據用戶日常習慣計算其各個時段的用電數據。

3.2.1運行時段可調度用電器模型

設A為運行時段可調度用電器集合，其中每個家用電器設為a∈A。我們以0.5h為1個時段，那么一天時段的數量L =48，設調度時段向量L =［1，…，L］，定義能源消費調度向量ea為：

用αa表示家用電器a調度開始時段，βa表示調度結束時段，則αa，βa∈［1，48］并且βa≥αa。設家用電器a運行一次的能源消耗為Ea，則Ea可以通過下式表示：

設γa為家用電器a的運行功率，二進制變量為家用電器a開啟或關閉的表征變量，當取 0時表示該時段家用電器狀態為關閉，當取1時表示該時段家用電器狀態為開啟，則

一般來說，家用電器在使用過程中可以根據實際需要臨時中斷其供電需求。然而，家庭內部存在一些家用電器，如洗衣機，一旦開始工作就不應該中斷，稱這類家用電器為不可中斷家用電器，用AU表示。對不可中斷家用電器a∈AU，用θa表示一旦它啟動需要持續的時間段，θa是已知定值。為表征該類家用電器的連續運行，引入二進制變量，在該類家用電器開始運行時段=1，其余時段=0，即

3.2.2運行功率可調度用電器模型

設B為運行功率可調度用電器集合，其中每個家用電器設為b∈B。用表示家用電器b低運行功率，表示高運行功率，二進制變量表征家用電器b是否低功率運行，當=1時家用電器低功率運行，否則=0；二進制變量表征家用電器b是否高功率運行。表示時段n家用電器b運行功率，mb和nb分別表示家用電器開始和結束運行時段，則

該類家用電器的運行模式分三個等級，第一個等級，家用電器在運行時段均高功率運行，舒適度最高；第二個等級，家用電器在整個運行時段根據實時電價、光伏發電系統發電量及蓄電池充放電情況安排家用電器每一時段的運行功率，總體上一半高功率一半低功率，舒適度適中，較經濟；第三個等級，家用電器在運行時段均低功率運行，舒適度最低，最經濟。

3.3優化控制模型

以用電費用少和蓄電池切換次數少為調度目標得到優化控制模型如下所示。其中，φ為調節蓄電池切換次數比重的參數，g（（k））為計算蓄電池切換次數的函數，因為蓄電池切換次數對壽命影響比較大，考慮到成本問題，希望尋求的最優解能夠保證蓄電池切換次數在4次以內；p （k）為k時段實時電價，為已知量，pmax為實時電價中的最大值，（k）和為已知量，其他變量可參考前文。目標函數不僅包括了家庭的購電費用，還包括電能的時間效益［5］，即在電價低時蓄電池向電網輸出電量出售時的期望損失或者將蓄電池在低電價時應輸出的電量挪到電價高時出售所獲得的額外利益。

4　求解及結果分析

該模型決策變量多，同時受蓄電池一些參數的約束，難以解析計算，因此本文采用粒子群算法對家庭能耗管理優化模型進行求解。這里，調度4個運行時段可調度用電器，分別設置好它們的開始和結束時段，調度4個運行功率可調度用電器，設置好它們的運行時段和運行等級，給出不可調度用電器各時段運行功率值，得出的優化調度結果如圖1所示。

圖1　調度結果Fig.1 Schedu ling resu lts

從圖1（a）可以看到，蓄電池的切換次數僅為3次，滿足要求，說明該調度策略可保證蓄電池的使用壽命。從圖1（b）可以看到，蓄電池在電價低時儲能，電價高時向電網售電或給家庭內部供電，而市電在電價低時使用較多，在電價高時均為負值。說明該調度策略能夠最大程度上降低用電費用。利用該模型，一天總的用電費用為10.44美分，為未調度前的16.28%。

4個運行時段可調度用電器的調度結果如圖2所示，其中前兩個為不可中斷家用電器，后兩個為可中斷家用電器。由上圖我們可以看出，圖1、2運行時段連續，均在電價最低的時段運行，圖3、4運行時段不連續，但具體運行時段的電價低。可以認為調度取得了成功。

運行功率可調度用電器有四個，設定其中兩個運行等級為2，調度結果如圖3所示。圖中可見，在電價相對較高時段家用電器卻高功率運行，這是因為所有調度時段電價均較低，調度結果主要取決于光伏系統發電量和蓄電池儲能情況。如圖3（a）所示，雖然第26個時段電價比第27個時段高，家用電器卻在該時段高功率運行，原因在于第26個時段可利用光伏電量較第27個時段大，家用電器在該時段運行高功率比在下一時段運行高功率用電費用低。

圖2　運行時段可調度用電器調度結果Fig.2 Schedu ling resu lts of running tim e schedu lab lehousehold app liances

圖3　運行功率可調度用電器調度結果Fig.3 Scheduling results of running power schedulablehousehold app liances

5　總 結

本文對家庭能耗進行分析，以用電費用少和蓄電池切換次數少為調度目標建立家庭能耗管理優化模型，并采用粒子群算法對該模型進行求解。仿真結果表明計算得到的調度策略可以實現蓄電池切換次數少和顯著減少用電費用兩個目標。

參考文獻：

［1］ 梁明，李學瑞，石永華，等.智能家居能耗管理的研究進展［J］.技術創新，2012，（12）：38 -42.

LIANG Ming，LI Xuerui，SHI Yonghua，et al.Research Progress of smart home energy management［J］. Technology and Innovation，2012，（12）：38 -42.

［2］ Han J，Choi C S，Park W K，et al.Smart home energy management system including renewable energy based on ZigBee and PLC［J］.IEEE Transactions on Consumer Electronics，2014，60（2）：198 -202.

［3］ 張延宇，曾鵬，臧傳治.智能電網環境下家庭能源管理系統研究綜述［J］.電力系統保護與控制，2014，42 （18）：144 -154.

ZHANG Yanyu，ZENG Peng，ZANG Chuanzhi.Review of home energy management system in smart grid［J］.Power System Protection and Control，2014，42（18）：144 -154.

［4］ Hubert T，Grijalva S.Realizing Smart Grid Benefits Requires Energy OPtimization Algorithms At Residential Level［J］.Innovative Smart Grid Technologies IEEE Pes，2011：1 -8.

［5］ 張如如.微網儲能蓄電池組充放電控制策略研究［D］.哈爾濱：哈爾濱工業大學，2013.

ZHANG Ruru.Intelligent scheduling of battery energy storage station in a micro-grid［D］.Harbin：Harbin Institute of Technology，2013.

［6］ 沈加健.家庭節點混合能源協同控制建模與仿真分析［D］.上海：上海交通大學，2012.

SHEN Jiajian. Hybrid Energy CooPerative Control Modeling and Simulation Analysis in Smart Home［D］. Shanghai：Shanghai Jiao Tong University，2012.

［7］ 吳偉坡.基于實時電價的智能家庭能源優化控制［D］.上海：上海交通大學，2013.

WUWeiPo.OPtimization for Family Energy ConsumPtion in Real-time Pricing Environment［D］.Shanghai：Shanghai Jiao Tong University，2013.

林 峰 男（1960 -），上海人，教授、博士生導師、工學博士，主要研究領域為離散事件動態系統，混合系統和魯棒控制。

宋 楠 女（1991 -），河南商丘人，碩士生，主要研究方向為智能家居。

Optim ization Strategy of Home Energy consum ption w ith
Renewable Energy Resources

S0NG Nan，SHU Shaolong，LIN Feng
（School of Electronics and Information Engineering，Tongji University，Shanghai201804，China）

Abstrac t：Using sustainable energy resources and scheduling energy consum Ption of hom e aPPliances are two effective w ays to save energy and electricity costs.In this PaPer，w e investigate how to oPtim ize the energy consum Ption for a home w ith a Photovoltaic Pow er generation system，storage battery and a variety of household aPPliances.The goal is to m inim ize the times of sw itching storage battery and electricity costs.W e construct an energy consum Ption model and then obtain an oPtim ization strategy using Particle sw arm algorithm s.The sim ulation results show the validity of our oPtim ization strategy. That is，the strategy obtained by ourmethod can ensure the times of sw itching storage battery as small as Possible and the electricity costs as little as Possible.

Key words：real-time electric Price；Photovoltaic Power generation system；storage battery；Particle swarm algorithm s； electricity costs.

中圖分類號：TP391.9

文獻標識碼：A

基金項目：國家自然科學基金（71371142）