基于分時電價和需求響應的家庭微電網負荷優先級控制

韓峰，曾成碧，苗虹

(四川大學 電氣信息學院，成都 610065)

0 引 言

隨著電力市場的發展與完善，電力系統的利益主體逐漸多元化，需求側資源在電力市場中的作用逐步凸顯。電能終端用戶在電力供應市場成本較高或在系統穩定性遭受沖擊時，用戶接受供電公司的價格引導，調整電力消費模式，優化市場資源[1-3]的這種用電方式即為需求響應(demand response, DR)。 分時電價(time-of-use price, TOU)作為電力市場環境下的需求響應DR的主要措施，通過電價信號來引導用戶采取合理的用電方式和結構[4-5]。目前，家庭微電網作為一種新型的網絡結構，可以將可再生能源發電、EVS、儲能裝置等統一優化調度[6-7]。然而隨著電動汽車(electric vehicles, EVS)、可再生能源發電以及眾多家居用電設備走進家庭，決策變量的過多必將影響分時電價的實行效果，因此在制定分時電價策略和開展實時電價市場時，必須先結合用戶需求響應特性。

國內外學者對家庭側的負荷控制給予了高度重視。文獻[8]通過分析需求側管理對居民用電的影響，構建相關的系統動力學模型，但模型未涉及具體的家庭用電設備負荷特性。文獻[9]從智能用電雙向交互技術的角度，對居民參與DR過程，提出了智能家電管理控制方案。然而該方案未考慮TOU，無法保障指標最優。文獻[10-11]提出針對居民用電的家庭能源管理系統，將應算法用于家用電器的需求響應分析，但過多的用戶輸入影響其友好性。文獻[12]在考慮家居能量管理系統的基礎上，建立TOU環境下家居設備的優化模型，以達到降低用電成本與峰谷差的目標，但該模型未考慮用戶舒適度。隨著家庭微電網下參與需求響應的負荷種類增加，以及用戶對舒適度的追求，在不同功率限定值下研究各類家庭負荷執行需求側管理后的用電變化變得尤為重要。

本文結合現有的研究，針對用戶側展開需求響應的研究，在滿足用戶舒適度的基礎上，控制設備并保證家庭總耗電功率小于限定值，因此提出了家庭負荷的優先級 (home load priority, HLP) 控制系統。在考慮分時電價的情況下，通過算例仿真驗證HLP策略在控制用戶用電成本中的有效性。

1 HLP控制系統模型

居民參與需求響應時缺乏時間和主動性[13]， HLP控制系統可解決這一問題。在電網有需求時，可對用戶側進行負荷轉移和減載，并對居民的正常生活用電的影響降到最低。

當電網負載壓力過大時，DR過程可減輕家庭負荷以緩解供電系統壓力。美國國家實驗室的研究表明，家用電器(空調、熱水器、冰箱等)可以在不影響或者較小影響用戶舒適度的前提下，通過短時斷網來響應系統的調控需求[14]。參與DR過程的用戶通過HLP系統從電力公司獲取信號，文中，假設HLP系統接受到的信號只包含功率限定值的具體大小和持續時間。系統框架如圖1所示。

圖1 HLP控制系統模型

當HLP控制系統接收到外部信號時，根據負荷減載的大小和持續時間對用電設備進行控制，并保證DR期間家庭中總耗電功率低于限定值。

2 HLP控制系統算法

2.1 負荷優先級和用戶舒適度

用戶在使用HLP控制系統算法之前需設定家庭中三種用電設備的優先級和用戶舒適度。研究中采取如下設定結果，如表1所示。

表1 負荷優先級和用戶舒適度

2.2 負荷控制策略

2.2.1 熱水器

熱水器(WH)可設定一個溫度范圍。當熱水溫度低于最低需求溫度(TWH,s-△TWH)時，熱水器應處于運行狀態；當熱水溫度達到最高設定溫度TWH,s時，熱水器應處于停止狀態；當熱水溫度處于設定的范圍內(TWH,s-ΔTWH≤TWH, n≤TWH,s)時，熱水器應保持當前狀態。熱水器控制策略如下：

(1)

式中TWH,s表示最高設定溫度值；TWH, n表示n時間段的水溫；ΔTWH表示熱水器溫度設定范圍；SWH, n為n時間段內熱水器的工作狀態(0表示熱水器處于停止狀態，1表示熱水器處于運行狀態)。

當限制用戶的電力需求且熱水器處于運行狀態時，HLP控制系統在電網有需求時，可根據優先級對熱水器進行斷電。若熱水器處于最高優先級，則最后對熱水器進行斷電。

2.2.2 制冷空調

當室溫超過最高可允許溫度時，空調(AC)應處于運行狀態，同時室溫逐漸下降；當室溫低于最低設定溫度時，空調應處于停止狀態；當室溫處于舒適度范圍內時，空調應保持當前運行狀態。制冷空調控制策略如下：

(2)

式中TAC,s表示可允許的最低室溫值；TAC, n表示n時間段的室內溫度；ΔTAC表示室內溫度設定范圍；SAC, n表示n時間段內制冷空調的工作狀態(0表示制冷空調處于停止狀態，1表示制冷空調處于運行狀態)。

當限制用戶的電力需求且制冷空調處于運行狀態時，HLP控制系統在電網有需求時,可根據優先級對制冷空調進行斷電。若超出用戶舒適度范圍(室溫過高)，此時制冷空調需恢復到運行狀態且保證用戶總耗電量不超過預先設定的值。

2.2.3 電動汽車

電動汽車(EV)需在HLP控制系統預設的時間(早晨八點)之前完成充電，達到可允許容量的最大值。

式中：SOCn表示n時間段車載電池電量；SOCmax表示車載電池所能承載的最大電量；SEV,n表示n時間段內電動汽車的狀態(0表示電動汽車處于斷電狀態，1表示電動汽車處于充電狀態)。

HLP控制系統中，電動汽車為即插即充式。在某些情況下，若其他擁有更高優先級的設備需要運行時，電動汽車則停止充電。然而，若電動汽車無法在預設時間(早晨8:00)前完成充電，需更改其優先級使其提前充電。

2.3 HLP控制算法

若HLP控制系統收到電力公司控制中心的信號，則執行控制算法。首先對用電設備的信息進行收集，包括所有設備的狀態和電能消耗、負荷優先級、用戶舒適度、水溫、室溫、功率限定值大小以及持續時間。然后，檢查各設備舒適度情況，熱水器對應的水溫、制冷空調對應的室溫、電動汽車對應的完全充電時間和最短充電時間?；谝陨希鞒倘鐖D2所示。

若用戶舒適度受到影響，HLP控制系統根據DR給定功率限制對各設備用電狀態進行調節，如圖3所示。圖3中：THC為各設備用電功率總和；DL為功率限定值；LP為負載優先級；APP表示設備。

步驟1：將各設備總功率與功率限定值進行比較，若THC小于DL且對用戶舒適度無影響，則HLP控制系統不動作。當某設備用戶舒適度受到影響，HLP控制系統將使該設備調整運行狀態，降低影響。

步驟2：若THC大于DL且對用戶舒適度無影響，則優先關閉優先級低的負荷(熱水器)，電動汽車和空調的總功率應低于功率限定值。

圖2 HLP算法流程圖(第一部分)

圖3 HLP算法流程圖(第二部分)

步驟3：若THC大于DL且對用戶舒適度有影響，HLP控制系統根據各處于運行狀態設備的優先級由低到高依次比較。當該設備優先級高于其他設備，則HLP控制系統會優先關閉優先級低的設備直到該設備可以運行，同時應滿足THC小于DL。

3 算例分析

3.1 參數設置

算例中考慮的時段為第一天下午5點到第二天凌晨1點，結合HLP控制算法，設定DR時間段為17:00-00:00。根據系統需求，功率限定值每小時變換一次，為研究方便，假定功率限定值為固定值。算例中分別給定功率限定值為無限制、7 kW和4 kW。用戶設備的功率如下：電動汽車3.5 kW，制冷空調2.3 kW，熱水器4.5 kW，重要負荷為0.5 kW ～2 kW[15]。

3.2 算例仿真

3.2.1 無功率限制

無功率限制情況下，三種負荷的運行狀態及無功率限定下的家庭總功率消耗如圖4所示。

從圖4可以看出，22:00左右，居民熱水用量較大，因此水溫下降較快，需要對熱水器操作使水溫恢復到預設的舒適度范圍內。制冷空調可通過自身條件維持室溫在舒適度范圍內。車主17:30到家后即刻對電動汽車充電。其中，18:00-19:30房屋的總功耗可高達8 kW，這種功耗水平可能會導致變壓器過載，對家電的正常運行帶來不利影響。

圖4 算例1負荷運行狀態仿真結果

3.2.2 功率限制值為7 kW

功率限定值為7 kW情況下，三種負荷的運行狀態及7 kW限定值下的DR前后家庭總功率消耗如圖5所示。

從圖 5可以看出，在功率限定值為7 kW的情景下，制冷空調(2.3 kW)可與熱水器(4.5 kW)共同運行或與電動汽車(3.5 kW)以及重要負荷(0.5 kW～2 kW)共同運行。算例2中負荷轉移發生在18:00-19:30時間段，負荷補償過程在21:30左右結束，DR后高峰時段曲線會趨于平緩，有利于提升電網運行的安全穩定性。

圖5 算例2負荷運行狀態仿真結果

3.2.3 功率限制值為4 kW

功率限定值為4 kW情況下，三種負荷的運行狀態4 kW限定值下的DR前后家庭總功率消耗如圖6所示。

圖6 算例3負荷運行狀態仿真結果

從圖7可看出，由于HLP控制系統通過控制優先級延緩供電以求達到DR的功率的限定值，18:30-19:00期間，用戶舒適度受到嚴重影響，室溫高達35 ℃。制冷空調本應保持舒適度范圍內，然而，DR時間段的重要負荷需求為0.5 kW～2 kW，在功率限定值為4 kW的情景下無法滿足制冷空調的運行條件(2.3 kW)。結果表明，功率限定值過低，DR結束后的非高峰期間會產生更高的峰值。

4 仿真結果分析

4.1 算例結果分析

首先，本文提出的HLP控制算法，在管理大功率用電設備優先級的前提下，可以有效的控制家庭總耗電量低于功率限定值，提升電網的安全穩定性。若限定值過低，則會影響用戶的舒適度。

其次，DR結束后，過低的功率限定值會導致非高峰時期產生新的峰值。這可能損壞本地的配電變壓器，因此必須避免這種情況的出現。

因此，在任何DR過程中，應慎重考慮每個家庭的功率限定值(應大于某特定值)。可避免出現影響用戶舒適度以及DR后高負荷補償的情況。

4.2 用戶經濟效益分析

分時電價的定義[16]如表2所示?？紤]分時電價的基礎上，對比不同功率限定值，分析三種情況下用戶用電量及其費用，具體如表3所示。

表2 分時電價定義

表3 各算例負荷電量及電費

從表3中的算例1與算例3數據比較可知，其總耗電量基本不變。算例2中電動汽車的耗電量增加了0.42 kW·h，熱水器和空調耗電量基本不變。電費分別為14.95元和14.66元，節約電費約1.9%。從算例1與算例3數據進行對比可知，總耗電量減少了4.6 kW·h。通過表2的分時電價進行計算后電費分別為14.95元和13.32元，節約電費約11%。

5 結束語

本文基于分時電價和用戶需求響應提出負荷優先級(HLP)控制方案，在滿足用戶舒適度和負荷優先級的前提下，HLP控制算法可積極有效的控制和管理家庭負荷，以保證家庭總消耗低于限定值。通過算例仿真得出如下結論：

(1)在功率限定值較低的時候，盡管HLP控制算法可以保證家庭總功率消耗低于限定值，但需要犧牲用戶的舒適度(如：室溫會超過設定值)，同時DR結束后的非高峰期間會產生下一輪峰值；

(2)在分時電價的背景下，本文提出的控制方案可以提升用戶側的經濟性；

(3)本文的研究僅是一個基礎模型，結果將有助于售電公司了解住宅市場DR 的限制及潛力?；谝陨涎芯考毣饔秒妭刃枨箜憫淖罴严薅ㄖ凳俏磥淼臄U展方向之一。