基于分時(shí)電價(jià)的智能家居用電優(yōu)化調(diào)度算法

任麗娟+++李勇+++付蔚

摘 要：隨著智能家居的廣泛應(yīng)用，以及分時(shí)電價(jià)的推廣，文章提出了一種改進(jìn)的粒子群算法求解用電優(yōu)化調(diào)度。文中考慮了影響用戶舒適度的兩個(gè)重要因素，分析了用電負(fù)載的工作方式，建立了一種計(jì)及舒適度的優(yōu)化調(diào)度模型從而減少用電費(fèi)用和能源消耗。通過仿真實(shí)驗(yàn)對(duì)用電算例進(jìn)行了驗(yàn)證。結(jié)果表明，該模型和算法有效地降低了用電費(fèi)用，同時(shí)能保證用戶舒適度。

關(guān)鍵詞：智能家居；分時(shí)電價(jià)；粒子群算法

1 概述

隨著智能電網(wǎng)的快速發(fā)展和智能家居的廣泛應(yīng)用，家庭用電優(yōu)化調(diào)度成為目前智能家居中的一大研究熱點(diǎn)。居民的用電態(tài)度也隨著家庭智能化的變化而改變，愿意嘗試新的用電方式來節(jié)約用電成本和減少能源消耗[1-2]。因此，研究智能家居用電優(yōu)化調(diào)度對(duì)電網(wǎng)側(cè)和居民側(cè)雙方均有重要意義。

智能家居用電優(yōu)化調(diào)度是通過家庭能源管理系統(tǒng)（Home Energy Management System，HEMS）[3]進(jìn)行管理和控制的。優(yōu)化調(diào)度算法是家庭能源管理系統(tǒng)的核心，通過控制家電負(fù)載的運(yùn)行，實(shí)現(xiàn)對(duì)不同來源的能源使用的調(diào)度，提升家居的節(jié)能性、便利性、以及舒適性等，還可以通過需求響應(yīng)措施調(diào)整家庭用電確保電網(wǎng)穩(wěn)定可靠運(yùn)行[4]。

在現(xiàn)有研究中，家電設(shè)備大多被分為可調(diào)度負(fù)載和不可調(diào)度負(fù)載，可調(diào)度負(fù)載的工作模式以及參與需求響應(yīng)方式是家電優(yōu)化調(diào)度需要考慮的關(guān)鍵因素；用戶舒適度是家電優(yōu)化調(diào)度考慮的重要因素，優(yōu)化調(diào)度要在保證用戶舒適度的前提下，減少用電成本和能源消耗。

在上述研究基礎(chǔ)上，本文分析了可調(diào)度負(fù)載的工作方式，考慮了影響用戶舒適度的兩個(gè)重要因素，建立了計(jì)及舒適度的優(yōu)化控制數(shù)學(xué)模型，基于分時(shí)電價(jià)，提出了一種改進(jìn)的粒子群用電優(yōu)化調(diào)度算法。

2 家庭用電負(fù)載分類

根據(jù)家庭用電負(fù)載運(yùn)行特性和調(diào)度的可行性，把家居負(fù)載分為：不可調(diào)度負(fù)載和可調(diào)度負(fù)載。不可調(diào)度負(fù)載的用電時(shí)間被調(diào)整會(huì)嚴(yán)重影響用戶的舒適度，而且運(yùn)行時(shí)間并不確定。這類負(fù)載有供娛樂方面的負(fù)載（電視、電腦、音樂播放器等）、普通照明、微波爐等與用戶行為意識(shí)關(guān)系密切，且難以控制其開關(guān)的設(shè)備。可調(diào)度負(fù)載有固定的工作周期且使用時(shí)間具有彈性，可調(diào)度負(fù)載又可以分為不可中斷負(fù)載和可中斷負(fù)載，不可中斷負(fù)載的工作時(shí)間具有連續(xù)性，一旦開始工作必須完成為止，洗衣機(jī)、洗碗機(jī)、電飯煲等屬于這類型的負(fù)載；可中斷負(fù)載在允許的時(shí)間范圍內(nèi)隨意開停，使用時(shí)間具有靈活性，只需在特定的時(shí)刻完成運(yùn)行即可，如空調(diào)、熱水器等。

3 用電優(yōu)化模型

3.1 可調(diào)度負(fù)載模型

3.2 舒適度建模

影響用戶舒適度的因素很多，而最能影響用戶舒適度的是溫度。溫度偏離用戶希望的范圍就會(huì)使用戶感到不適。

溫度的舒適度指數(shù)可用（5）式表示：

用戶在調(diào)度電器的時(shí)候會(huì)面臨等待，一旦等待時(shí)間超出用戶能忍受的范圍，嚴(yán)重影響用戶的舒適度。假設(shè)用戶希望負(fù)載的工作時(shí)間為[b，c]，調(diào)度后的工作時(shí)間為[d， d+l]，d和l分別表示調(diào)度后的開啟時(shí)間和工作時(shí)長，用戶等待時(shí)間舒適度指數(shù)用（6）式表示：

3.3線性規(guī)劃模型

在提出的模型中，用T表示優(yōu)化調(diào)度區(qū)間，將其分為等長的n個(gè)時(shí)隙，t∈T=[1，2，3…，24]，時(shí)隙長度為1h。在用戶家庭中，有多種類型的可調(diào)度負(fù)載，用a表示一個(gè)負(fù)載，A=[a1，a2，...，an]表示一個(gè)負(fù)載集。根據(jù)提供的分時(shí)價(jià)格，用戶決定負(fù)載a的調(diào)度區(qū)間。假設(shè)在整個(gè)過程中負(fù)載的實(shí)際功率都等于額定功率，負(fù)載a消耗的電量用向量Ea=[E1a，...，ETa]表示，向量中的ETa為負(fù)載a在時(shí)隙t的電量消耗。在時(shí)刻t消耗的能耗可用（7）式表示：

式中：Et，a為負(fù)載a在時(shí)刻t的能耗；St，a為負(fù)載a在時(shí)刻t的開關(guān)狀態(tài)；pt為時(shí)刻t的電價(jià)。

綜合以上，智能家居用電優(yōu)化調(diào)度模型的目標(biāo)函數(shù)為：

式中：w1和w2分別為電費(fèi)與舒適度權(quán)重，w1+w2=1。

4 用電優(yōu)化調(diào)度模型算法

本文采用改進(jìn)的粒子群算法進(jìn)行求解，負(fù)載的用電方式是粒子群算法的決策變量。對(duì)約束條件進(jìn)行處理，以罰函數(shù)的方式加入到目標(biāo)函數(shù)中。

4.1 算法步驟

采用粒子群算法的流程圖如圖1所示。

4.2 參數(shù)設(shè)置

（1）粒子群參數(shù)設(shè)置：種群大小為10；學(xué)習(xí)因子c1和c2都為2；迭代次數(shù)為500；初始慣性權(quán)重為1；最終慣性權(quán)重為0.5。

（2）分時(shí)電價(jià)（來自紐約ISO網(wǎng)站）信息，如圖2所示。

（3）可調(diào)度負(fù)載信息如表1和表2所示。

5 仿真實(shí)驗(yàn)與結(jié)果分析

以工作日為例，用戶8：00-18：00上班不在家。家電一天內(nèi)的未調(diào)度和調(diào)度后的能耗和電費(fèi)分別如圖3和圖4所示。

在圖2分時(shí)電價(jià)中， 7：00-15：00是高電價(jià)時(shí)段。從圖3未使用調(diào)度算法和使用調(diào)度算法能源消耗比較來看，使用調(diào)度算法很好的響應(yīng)了分時(shí)電價(jià)，使得家庭負(fù)載集中用電時(shí)間有效的避開了用電高峰和電價(jià)高峰，提高了電網(wǎng)側(cè)的穩(wěn)定性，而且保證了用戶的舒適度。

從圖4中未使用調(diào)度算法和使用調(diào)度算法的電費(fèi)比較來看，使用調(diào)度算法比未使用調(diào)度算法電費(fèi)減少14.5%，有效的減少了用戶電力成本，驗(yàn)證了算法的有效性。

6 結(jié)束語

本文針對(duì)可調(diào)度負(fù)載建立了體現(xiàn)用戶用電行為的動(dòng)態(tài)模型，考慮了影響用戶舒適度的兩個(gè)重要因素，結(jié)合分時(shí)電價(jià)，以最小化用電費(fèi)用為目標(biāo)函數(shù)，兼顧舒適性要求。仿真結(jié)果表明，該模型和算法能有效地避免用電高峰和電價(jià)高峰，實(shí)現(xiàn)削峰填谷，減少用電費(fèi)用，保證舒適度。

參考文獻(xiàn)

[1]張延宇，曾鵬，臧傳治.智能電網(wǎng)環(huán)境下家庭能源管理系統(tǒng)研究綜述[J].電力系統(tǒng)保護(hù)與控制，2014，42（18）：144-154.

[2]王春梅，李揚(yáng).計(jì)及用戶舒適性的家庭智能用電調(diào)度優(yōu)化[J].電網(wǎng)與清潔能源，2016，32（4）：58-62.

[3]劉經(jīng)浩，賀蓉.一種基于實(shí)時(shí)電價(jià)的HEMS家電最優(yōu)調(diào)度方法[J].計(jì)算機(jī)應(yīng)用研究，2015，32（1）：132-137.

[4]高思遠(yuǎn).智能家居能源調(diào)度算法研究[D].河北工程大學(xué)，2015.

[5]SHAO S， PIPATTANASOMPORN M， RAHMAN S. Development of physical-based demand response-enabled residential load models[J].IEEE Transactions on Power Systems， 2013， 28（2）： 607-614.

[6]袁泉.大功率儲(chǔ)能變流器的研究[D].北京：北京交通大學(xué)，2012： 3-5.