基于負荷分解的用戶側自動需求響應系統

孫智卿，王守相，周 凱，劉天宇

（天津大學智能電網教育部重點實驗室，天津 300072）

基于負荷分解的用戶側自動需求響應系統

孫智卿，王守相，周 凱，劉天宇

（天津大學智能電網教育部重點實驗室，天津 300072）

針對用戶側負荷如何自動化、智能化地參與需求響應，設計并實現了一種基于負荷分解的用戶側自動需求響應系統。系統通過負荷分解算法辨識得到各類設備的電氣信息，并計算用戶實時的需求響應資源，通過感知電網緊急狀態實現自動切負荷的激勵型需求響應。考慮到高滲透率分布式能源接入用戶側的趨勢，提出以促進分布式能源消納為目標的日前調度模型，實現用戶參與價格型需求響應。最后，實際測試結果表明系統部署便捷、易于推廣，可有效實現用戶不同類型的自動需求響應。

需求響應；能量管理；負荷分解；切負荷；日前調度

隨著經濟和社會發展對電力需求的增長，電網在面臨著電力供應緊張局面的同時，還存在間歇式可再生能源大量接入的問題，以及系統調峰調頻的巨大壓力。除了從電源側尋求解決方案之外，更應該進一步發掘用戶側資源，特別是小容量用戶資源整合。強勁的需求增長、有限的發電能力、薄弱的電網基礎設施和高滲透率的可再生能源并網發電作為主要驅動力構成了在用戶側實施需求響應的有利條件。需求響應通過引導用戶對價格或者激勵信號做出響應，能夠提高用電效率并優化系統運行，然而現有技術條件下，主要依賴于人工操作，因而其響應速度較慢，在可靠性、靈活性、效率等方面存在問題[1]。而自動需求響應[2]在傳統需求響應的基礎上應用智能化終端和自動化技術，使參與響應的用戶通過互動化的標準通信技術，接受響應信號自動實施預設的需求響應策略，從而實現響應的實時化、自動化和智能化。

自動需求響應技術實現和推廣的必備條件包括政策和解決方案兩方面。一方面，價格型和激勵型需求響應政策的制定是用戶參與需求側管理的實現基礎；另一方面，基于智能用電和高級量測技術的用戶側自動需求響應系統UADRS（user automated demand response system）是讓更多用戶參與其中的有效解決方案，能夠實現與智能電網其他環節電力信息的實時雙向互動，支持智能用電設備和傳統用電負荷的集成，智能化地實現適合不同用戶特點的價格型和激勵型需求響應。目前，國內外研究者對于自動需求響應的研究集中在系統整體架構[3-4]、響應機理建模[5-6]和響應效果評估[7]等方面，較少針對用戶側的實際系統方案和與之結合的各類響應策略執行。

本文針對自動需求響應在用戶側的實現問題，提出基于負荷分解的UADRS方案，通過負荷分解算法，實現對不同用電設備和電網運行狀態的監測。在此基礎上，計算得到用戶實時響應資源量，實現用戶通過智能化切負荷參與系統緊急控制的激勵型需求響應。同時，針對分布式電源接入問題，系統以促進可再生能源消納為目的，生成日前用能調度計劃，實現價格型需求響應。實際系統的測試表明，該方案能夠降低用戶參與需求響應的成本，簡化參與方式，減小響應不確定性，有效實現不同類型的需求響應。

1 UADRS設計

1.1 UADRS概述

需求響應已經在工商業用戶和居民用戶中有著多種實際應用，不同需求響應機制特點如表1所示。現階段需求響應的實現主要依靠大用戶，而響應資源一般有專業人員操作，因此UADRS主要針對小容量的居民用戶和一般商業用戶。在響應機制方面，系統的價格型需求響應主要考慮目前國內廣泛實行的分時電價；而激勵型需求響應，目前主要采用的直接負荷控制，以及可中斷負荷機制需要遠程通信接收激勵信號，且存在延時，因而系統在此基礎上加入對電網運行狀態的監控，當電網處于緊急狀態情況下實施智能化切負荷策略，實現緊急需求響應。

表1 不同需求響應機制特點Tab.1 Feature of different demand response mechanisms

在系統功能方面，UADRS的實現可以基于現有的用戶能量管理系統。針對居民、商業、工業等不同用戶類型，通用電氣、霍尼韋爾、施耐德等傳統企業都推出了家庭/樓宇/工業能量管理系統，實現了用電設備的遠程監控、數據可視化、能效初步分析等功能。而自動需求響應需要在此基礎上進一步實現的功能包括：①簡化系統部署，降低系統成本；②挖掘用電信息，實時反饋；③獲取電網運行信息，實現響應互動；④整合分布式能源，自動生成和執行優化策略。

1.2 UADRS的系統架構

系統以智能電表為分界點，系統架構分為發電設備層、監控設備層和用電設備層，如圖1所示。其中發電設備層包括接入用戶的分布式可再生能源、儲能設備、逆變器、通信設備和室外傳感器等。用電設備層包括通過智能插座監控或不監控的普通電器，通過紅外轉發器控制的帶遙控功能電器，以及具有通信功能的智能家電和室內傳感器。監控設備層包括智能電表、負荷分解模塊、局域網網關和負責人機交互的各類遠程監控終端。智能電表實現與上級響應平臺的互動，區域內參與需求響應的用戶組成需求響應集群，服務商將響應信息以需求響應資源聚合體的方式上傳至需求側管理中心，管理中心進行系統內響應資源的整體協調。

圖1 UADRS架構Fig.1 System framework of UADRS

現有的用戶能量管理系統普遍采用基于Zig-Bee或Wi-Fi的智能插座方式實現對用戶負荷的監測和控制。UADRS中加入非侵入式監測模塊，在電氣入戶端口對電壓、電流進行采樣，根據不同用電設備的電氣特征，通過負荷分解算法實現對聚合電氣量的分解，在重要設備中加入紅外轉發或智能插座等控制設備，系統不會因用戶設備數量的增多而顯著增加成本，且易于部署。此外，通過監測接入點的頻率、電壓，還能夠感知出某些電網運行異常情況，相比于智能電表接收激勵信號的過程，不存在通信延時，使得系統具備了實現自適應需求響應的條件。

在發電設備層中，現有能量管理系統一般不考慮分布式能源的監控問題，而UADRS通過串口通信方式接入了分布式發電系統的監控數據，以及風速、照度、溫度等環境數據。此外室內環境中部署了4類無線傳感器，分別監測室內溫度、濕度、照度和人員活動。

UADRS通過部署智能局域網關匯總各類數據，采用一個基于ARM Cortex-A9低功耗嵌入式智能終端作為系統服務器，實現與硬件的數據交互和需求響應功能，用戶則通過人機交互界面在平板、手機等遠程監控終端中對系統進行操作。而需求響應信息通過智能電表與區域集群服務商和需求側管理中心交互。

1.3 UADRS的功能結構

基于之前描述的系統架構，系統功能可劃分為運行于服務器的數據接口程序和需求響應程序，以及運行于遠程監控終端的人機交互界面兩部分，如圖2所示。

圖2 UADRS功能結構Fig.2 Functional structure of UADRS

數據接口程序中實現發電、用電、傳感器設備的通信解析、數據庫操作和響應策略執行，而負荷分解算法在非侵入式監測模塊中實現，負荷分解結果與其他設備采集的數據通過通用接口程序存入數據庫。需求響應程序中主要功能包括：①分布式發電與負荷預測為生成日前調度計劃提供依據；②用能挖掘與分析是通過分析用戶的用能統計數據提出能效優化建議；③激勵型響應包括接收激勵信號的直接負荷控制響應和自動感知電網緊急運行狀態的智能化切負荷響應；④日前用能調度根據預測數據和用戶需求制定優化用能計劃，以定時任務方式執行。

人機交互界面具體實現功能包括：①用戶能效信息概覽，展示用戶最關心的用電、發電、環境、需求響應信息；②設備實時監控，顯示設備實時用電曲線，實現對溫控設備溫度、調光設備亮度條調節、普通插座設備開關操作等，分為直接操作和定時任務兩種方式；③歷史數據的查詢與統計；④系統用能分析，以月報形式顯示用能挖掘與分析結果；⑤系統設定，參數包括房間設備信息、電價結構、響應偏好等。為保證系統在不同終端中操作的兼容性和穩定性，系統開發基于嵌入式Linux，采用C++/Qt開發保證系統可以跨平臺移植，并選取SQLite3為嵌入式數據庫。

2 適用于UADRS的負荷分解算法

負荷分解是基于非侵入式監測的負荷量測方法，1980年代由Hart最先提出[8]。相比于采用智能插座等獨立量測裝置的侵入式負荷監測存在硬件成本高、布線復雜、維護困難等缺陷，該方法通過在電力接口處采集功率等負荷特征對電器設備進行辨識，設備簡單，易于部署。此外，傳統負荷模型可以通過統計綜合法確定用戶中各類負荷的比例，但自動需求響應具有實時性，需要在線對用戶的負荷，主要是具有響應能力的負荷進行識別。因此UADRS采用非侵入式負荷在線監測和分解方法，分解算法流程如圖3所示。

圖3 負荷分解算法流程Fig.3 Flow of load disaggregation algorithm

分解模塊采集到經過信號調理的電壓、電流信號，并計算得到功率、頻率、諧波等電能參數；再通過信息篩選進行數據降噪、設備啟停判斷和壞數據檢測處理，提高算法識別準確率；特征匹配過程是通過負荷特征庫中功率階躍特征、穩態電流波形特征和暫態電流特征進行匹配，采用文獻[9]中提出電力負荷三重可信度匹配辨識算法。當檢測到負荷啟停時，先依據功率特征匹配大型負荷，若不處于大型負荷列表中，再依據暫態特征匹配各模板中負荷，記錄下啟停負荷類型、功率與可信度。周期性進行穩態特征匹配，確定正在運行負荷的組成成分，記錄當前各負荷類型比例、功率與可信度，并且與暫態特征匹配和功率能效特征匹配記錄進行比較修正，比較修正過程依據可信度進行，優先修正可信度較小的記錄，完成負荷特征三重匹配，實現負荷分解。負荷辨識結果通過串口通信傳遞給服務器，服務器將智能插座、紅外信號操作或智能電器的采集數據在辨識結果中進行進一步修正，特別是確定空調、熱水器等大功率溫控負荷的用能數據，用于計算用戶實時需求響應資源。

3 UADRS的激勵型需求響應方案

現有需求響應機制一般適用于較長時間尺度的電網運行任務，即使采用直接負荷控制強制遠程操作用戶設備，也存在通信延時等問題，而自動需求響應的實現使得用戶側資源可以參與到更緊急的電力系統運行任務中，如以緊急需求響應EDR（emergency demand response）的方式參與系統低頻低壓減載。

3.1 UADRS參與EDR的響應機理

傳統自適應低頻減載策略流程為系統擾動后測量各個發電機端頻率變化率，然后計算出系統的頻率變化率和功率缺額，則系統的減載量為

式中：N為發電機數量；ΔPi為第i臺發電機的功率缺額；Pthr為設定閾值；Hi為第i臺發電機的慣性常數；f0為系統的額定頻率；fi為第i臺發電機出口的母線頻率。根據式（1）計算出減載量，分配基本輪和特殊輪各輪切負荷量并依次切除，直至系統恢復正常頻率。

在UADRS參與EDR時，通過負荷分解模塊在線監測系統頻率，當檢測到頻率跌落至響應預設值時，通過判斷系統頻率變化率，確定是否啟動緊急需求響應。其需求響應資源以溫控負荷聚合體為主，具有速斷性，響應速率更高，因此可以在低頻減載前觸發響應，對系統提供頻率和電壓支撐。EDR機理模型如圖4所示。

圖4中在系統一次調頻、二次調頻的基礎上，加入EDR策略，通過對溫控負荷聚合體進行功率調整，系統功率擾動量Pd(t)由發電機功率Pg(t)減去需求響應負荷功率Pagg(t)和其他負荷功率Pe(t)表示。

圖4 EDR機理模型Fig.4 Model of EDR mechanism

3.2 用戶實時響應資源計算

實時響應資源計算是用戶參與需求響應獲得收益的依據，參與響應的設備資源根據人機交互界面中用戶的響應偏好確定，一般為空調、熱水器等溫控負荷，計算得到實時狀態下可用于需求響應的響應容量QDR(t)為

式中：Pi(t)為響應負荷的實時有功功率；n為用戶參與響應的負荷數量；t為需求響應中心下達的響應持續時間。一般切負荷需要在300 ms內完成動作，因此EDR提前預估區域內整體的實時響應資源，減少計算時間。由于區域內溫控負荷的整體功率只與負荷總功率和環境有關[11]，因為聚合體的實時響應資源Pagg(t)為

式中：Pi為單個響應設備額定功率；聚合體運行系數Son(t)為運行設備功率總和與聚合體額定功率總和的比值；聚合體規模系數Sagg為聚合體額定功率總和與系統全部負荷的功率總和的比值。

3.3 智能化切負荷策略

傳統需求響應中采用直接負荷控制方式，對溫控負荷進行切負荷操作，雖然短時期內溫度不會發生較大變換，但會損害設備壽命。而UADRS可通過紅外轉發裝置，以紅外信號調整設備的設定溫度，當響應結束后再恢復溫度，實現智能化切負荷。在系統響應期間，由于設備控制對象的溫度變化范圍不大，因而對用戶的舒適度影響較小。

為驗證UADRS參與系統緊急需求響應的性能，選取空調作為響應對象進行仿真。仿真中設定響應的激勵信號為頻率跌落至49.3 Hz，仿真時間800 s。假設該系統額定功率為300 MW，聚合體為20 000臺平均額定功率為2 000 W的空調，則聚合體規模系數為0.13，聚合體運行系數為0.4。該小規模溫控負荷聚合體采取直接切除負荷的控制方式，需求響應后空調聚合體功率、溫度變化和系統頻率變化如圖5所示。

圖5 空調聚合體EDR仿真Fig.5 Simulation of EDR for air-conditioner aggregation

EDR開始后系統頻率得到快速回升，信號消失后，負荷將會按照原設定溫度繼續工作，而由于設備此刻全部處于關閉狀態，聚合體運行系數降為0，穩定狀態被打破，故均勻分布的室內溫度集體趨向于降溫，并產生一定震蕩，系統頻率恢復穩定。

4 日前用能優化調度策略

在電價機制靈活化、用戶能源多樣化、用電需求多元化的情境下，電力用戶尤其是家庭用戶越來越不可能有足夠的能力和精力去管理能源的優化使用。因此UADRS中采用日前用能優化調度策略，可以解決用戶側差異化電價、分布式能源接入等問題。

現階段分布式光伏接入主要采用直接并網模式，但是用戶的負荷特性和光伏電池的發電特性在時間上往往無法匹配，因此“余電上網”的低價售電收入往往無法抵消用戶負荷在晚間產生的高價公共電網電費。所以在用戶負荷用能總量不變的前提下，提高分布式光伏“自發自用”比例，減少公共電網能量的使用才可以提高用戶收益，即實現分布式能源最大化地就地消納。

調度模型如文獻[12]所述。首先預測下一日分布式能源出力曲線和負荷曲線，特別是對溫控負荷預測；利用系統人機交互界面獲取用戶對溫控負荷的需求，以及洗衣機等主動可控負荷的定時任務需求；最后根據分布式能源出力和排除需調度負荷之后的負荷曲線，在保證用戶舒適度最大和滿足分布式電源、儲能約束的前提下，求解系統的最小用電費用目標函數，得到各個調度周期的儲能充放電狀態，以及調度負荷工作狀態，生成最優用電計劃。結合負荷分解算法和激勵型響應，UADRS的系統響應程序如圖6所示。

圖6 UADRS系統響應程序流程Fig.6 Flow of system demand response in UADRS

系統通過非侵入式監測數據分解得到負荷監控信息，檢測到響應信號后觸發激勵性需求響應，并執行響應策略。當前次預測數據誤差較大時，進入預測流程更新預測數據；并判斷是否需更新調度計劃，需要則進入日前調度流程，執行調度策略后繼續監控。

5 測試系統驗證

為了驗證UADRS中各項響應技術的有效性，在實驗室中構建測試系統進行驗證，系統部署如圖7所示。配電端口處部署負荷分解模塊，監測負荷包括空調、熱水器、冰箱、洗衣機、智能電視、白熾燈等，其中空調和熱水器通過紅外轉發器控制，智能電視作為遠程監控終端。發電部分接入了2 kW光伏電池和總容量為200 A·h，額定電壓為12 V的鉛酸蓄電池。

圖7 UADRS測試平臺部署Fig.7 Layout of UADRS experimental platform

通過負荷分解模塊的非侵入式監測，得到測試系統中空調、熱水器、冰箱等主要負荷的功率，參數與智能插座采集到的數據一致。進一步對負荷分解數據進行統計分析，得到用戶的用能特性，如各類負荷的用電比例，通過對比歷史數據或獲取同類用戶標準數據，判斷用能設備是否用能正常，進一步為用戶提供改善建議，用能特性分析月報界面示意如圖8所示。

圖8 基于負荷分解的用能特性分析Fig.8 Analysis of energy use based on load disaggregation

根據文獻[12]的用戶需求設定和電價設定進行日前調度測試，UADRS根據日前預測數據對儲能的充放電時間、空調、熱水器等溫控負荷的運行周期，以及洗衣機、電飯鍋等主動可控負荷的任務執行時間進行了優化調度。在滿足用戶對設備舒適度需求約束，以及蓄電池使用壽命的約束的前提下，得到優化用電計劃通過智能用電仿真平臺的交互界面展示給用戶，優化前后的負荷數據如圖9所示。

圖9 仿真結果數據曲線Fig.9 Data curve of simulation result

從算例中可以看出，洗衣機和電飯鍋的使用時間調整到光伏較為充足的時段，空調也通過優化縮短了使用時間，而由于熱水器提前加熱，為了維持水溫，比優化前的運行時間有所增加，但使用的是無法本地消納的光伏發電，所以雖然系統負荷有所提高，但需求響應帶來的用戶收益更高。

6 結語

本文針對自動需求響應在用戶側的實現，提出基于負荷分解的UADRS方案。系統通過負荷分解算法，實現對不同用電設備和電網運行狀態的監測，計算得到用戶實時響應資源量，實現用戶通過智能化切負荷參與系統緊急控制的激勵型需求響應，并針對分布式電源接入問題，系統以促進可再生能源消納為目的，生成日前用能調度計劃，實現價格型需求響應。實際系統的測試表明，該方案能夠降低用戶參與需求響應的成本，簡化參與方式，減小響應不確定性，有效實現用戶不同類型的自動需求響應。

[1]張晶，孫萬珺，王婷（Zhang Jing，Sun Wanjun，Wang Ting）.自動需求響應系統的需求及架構研究（Studies on requirements and architecture for automated demand response system）[J].中國電機工程學報（Proceedings of the CSEE），2015，35（16）：4070-4076.

[2]Piette M A，Sezgen O，Watson D S，et al.Development and evaluation of fully automated demand response in large facilities[R].Berkeley：Lawrence Berkeley National Laboratory，2004.

[3]閆華光，陳宋宋，鐘鳴，等（Yan Huaguang，Chen Songsong，Zhong Ming，et al）.電力需求側能效管理與需求響應系統的研究與設計（Research and design of demand side energy efficiency management and demand response system）[J].電網技術（Power System Technology），2015，39（1）：42-47.

[4]Shariatzadeh F，Mandal P，Srivastava A K.Demand response for sustainable energy systems：A review，application and implementation strategy[J].Renewable&Sustainable Energy Reviews，2015，45：343-350.

[5]孔祥玉，楊群，穆云飛，等（Kong Xiangyu，Yang Qun，Mu Yunfei，et al）.分時電價環境下用戶負荷需求響應分析方法（Analysis method for customers demand response in time of using price）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2015，27（10）：75-80.

[6]Vanthournout K，Dupont B，Foubert W，et al.An automated residential demand response pilot experiment，based on day-ahead dynamic pricing[J].Applied Energy，2015，155：195-203.

[7]孫建偉，唐升衛，劉菲，等（Sun Jianwei，Tang Shengwei，Liu Fei，et al）.面向需求響應控制的家用電熱水器建模和控制策略評估（Modeling method and control strategy evaluation of electric water heater for demand response program）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2016，28（4）：51-55.

[8]Hart G W.Prototype nonintrusive appliance load monitor [R].USA：MIT Energy Laboratory and Electric Power Research Institute，1985.

[9]王守相，孫智卿，周凱，等.電力負荷三重可信度匹配辨識方法[P].中國專利：201510795600.6

[10]Anderson P M，Mirheydar M.A low-order system frequen-cy response model[J].IEEE Trans on Power Systems，1990，5（3）：720-729.

[11]鄧宇鑫，王磊，李揚，等（Deng Yuxin，Wang Lei，Li Yang，et al）.溫控負荷直接負荷控制策略與優化調度（Direct load control strategies and optimization scheduling of thermostatically controlled loads）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2015，27（6）：18-25.

[12]王守相，孫智卿，劉喆（Wang Shouxiang，Sun Zhiqing，Liu Zhe）.面向智能用電的家庭能量協同調度策略（Coscheduling strategy of home energy for smart power utilization）[J].電力系統自動化（Automation of Electric Power Systems），2015，39（17）：108-113.

Automated Demand Response System in User Side Based on Load Disaggregation

SUN Zhiqing，WANG Shouxiang，ZHOU Kai，LIU Tianyu
（Key Laboratory of Smart Grid of Ministry of Education，Tianjin University，Tianjin 300072，China）

An automated demand response system in user side based on load disaggregation is designed and implemented to encourage users to participate in demand response automatically and intelligently.The system recognizes the electrical information of various types of devices by a load disaggregation algorithm，and calculates the user's real-time demand response resource.In this way，the system accomplishes an incentive-based demand response，which involves an automatic load-shedding process when an emergency of power grid is identified.Considering the trend of high penetration of distributed energy into the user side，a day-ahead scheduling model is proposed to improve the consumption of distributed energy，by which more users are encouraged to take part in the price-based demand response.Finally，the test result shows that the developed system is highly applicable and easy to deploy，and it can be used effectively in implementing different types of automated demand responses.

demand response；energy management；load disaggregation；load shedding；day-ahead scheduling

TM73

A

1003-8930（2016）12-0064-06

10.3969/j.issn.1003-8930.2016.12.011

孫智卿（1986—），男，博士研究生，研究方向為智能用電技術與電力需求側管理。Email：sunzq@tju.edu.cn

王守相（1973—），男，博士，教授，研究方向為配電系統分析、分布式發電系統分析與仿真。Email：sxwang@tju.edu.cn

周 凱（1991—），男，碩士研究生，研究方向為電力系統數據挖掘。Email：zhoukai13@163.com

2016-05-03；

2016-06-20

天津市應用基礎與前沿技術研究計劃資助項目（14JCYBJC21100）；國家電網公司科技資助項目（5211JN140001）