家庭能量管理系統多目標能量調度優化策略

李中偉，張 嘯，武東升，梁建權，關亞東

(1.哈爾濱工業大學電氣工程及自動化學院，黑龍江 哈爾濱 150001；2.國網黑龍江省電力有限公司電力科學研究院，黑龍江 哈爾濱 150030)

0 引言

現代社會對供電穩定性和電能質量的要求越來越高，給電網的發展帶來了很多新問題[1]。隨著智能用電技術的逐漸成熟，家庭能量管理系統在電力需求側管理中的作用日益凸顯[2-3]。其可實現對戶用分布式電源、儲能設備和家用負荷等的優化調控，從而節約電能[4-5]。因此，構建家庭能量管理系統并對其能量調度進行優化，可實現更加科學的家庭用電。

國內外已有很多文獻對電能調度優化問題進行了研究。文獻[6]根據家用負荷的屬性，對負荷進行了分類建模，建立了基于分時電價的家庭負荷優化調控模型，利用非線性規劃方法求解，并給出了家用負荷優化控制方案。文獻[7]提出了一個家庭用電優化問題，使負荷等待時間和家庭用電費用最小，并用線性規劃方法對問題進行了求解。文獻[8]建立了考慮用戶舒適度的智能用電模型，提出了一種動態的優化控制策略，并分析了其優化效果。文獻[9]建立了家庭供、用電模型，提出了以節約家庭用電費用和保證用戶舒適度為目標的雙目標優化決策方案。文獻[10]考慮需求響應對光伏微網儲能系統的影響，提出了分時電價下的儲能設備充、放電控制策略以及整個微網的優化運行方案。

上述文獻中，基于實時電價的研究比較少，且缺乏源、儲、荷三者之間的協調配合。實時電價具有更合理的電價分布，已經被歐美國家逐漸采用。隨著國內電力市場的不斷完善，國內必然會采用實時電價。本文基于實時電價，對包含分布式電源、儲能設備的家庭能量管理系統的能量調度優化策略進行深入研究，從而為用戶提供較高的用電收益、減少用能成本。

1 家庭能量管理系統模型

1.1 家庭能量管理系統架構

本文擬在用戶側構建家庭能量管理系統,其架構如圖1所示。

圖1 家庭能量管理系統架構圖

圖1中，分布式能源以光伏發電單元為例給出，儲能設備以蓄電池為例給出。戶用光伏發電單元使用戶能夠自行發電供給家用負荷，也能將剩余電能反饋給電網；蓄電池對電能進行轉移、存儲，并與光伏協調配合，在光伏就近消納的原則下，實現家庭電能不足時供電、電能有剩余時存儲。家庭能量管理系統可通過智能交互終端、智能插座、分布式電源控制器等裝置實現對家庭用電負荷、分布式光伏發電單元、蓄電池的優化控制。本文基于該家庭能量管理系統，對其能量調度優化策略進行研究。

1.2 負荷模型

本文根據家庭用電負荷是否具有可中斷、可轉移屬性，將其分為不可轉移類負荷和可轉移類負荷兩類。現分別構建這兩類負荷的用電模型。

①不可轉移類負荷。

該類負荷的使用時間不具有彈性，對它們的使用是用戶的剛性需求。因此該類負荷通常不參與調控，其啟停時刻由用戶在進行直接設定。不可轉移類負荷的用電模型表達式為：

(1)

②可轉移類負荷。

該類負荷的使用時間具有彈性，對它們的使用屬于用戶的非剛性需求。如果將該類負荷的工作時間區間轉移到電價較低的時間段內，可為用戶節省一定的用電開支。可轉移類負荷的用電模型表達式為：

(2)

對可轉移類負荷進行調控需要考慮用戶的用電滿意度。其指的是用戶對負荷實際工作時間區間偏離用戶設置的適用時間范圍的可接受程度，是一種較為模糊的感官體驗，不能直觀地體現。本文基于模糊理論建立的用戶滿意度公式為：

(3)

式中：H(·)為階梯函數。

1.3 光伏發電模型

光伏發電模型能簡化為光伏電池組通過串聯、并聯等方式構成的整體，可對此整體統一建模。但其總輸出功率不是單個光伏電池輸出功率的簡單疊加，而是與太陽光強度、環境溫度、光線角度、光伏電池組老化程度和光電能量轉換效率等因素有關。文獻[11]中構建了實用的光伏發電模型。本文基于上述模型，不考慮風速等次要因素，建立了光伏發電的模型。光

伏的總輸出功率可以表示為：

(4)

式中：PPV(k)為k時刻光伏系統輸出功率；PPV,STC為標準測試條件下光伏發電輸出功率最大值；K(k)為k時刻電池板受到的太陽光輻射強度，kW/m2；KSTC為標準測試條件下電池板受到的最大太陽光輻射強度；εPV為光伏系統的溫度系數；T(k)為k時刻的環境溫度；TSTC為標準測試條件下的環境溫度。

1.4 蓄電池模型

基于電池容量、電池電動勢、放電深度、荷電狀態和循環次數等蓄電池技術指標，借鑒文獻[12]，本文構建的蓄電池模型為：

PBattt(t)=sch(t)PBatt,ch(t)-sdch(t)PBatt,dch)(t)

(5)

sch(t)+sdch(t)≤1sdh(t),sdch(t)∈{0,1}

(6)

式中：PBatt,ch(t)為t時刻的蓄電池充電功率；PBatt,dch(t)為t時刻的蓄電池放電功率；sch(t)為t時刻的蓄電池充電狀態；Sdch(t)為t時刻的蓄電池放電狀態。

通過該模型，可計算蓄電池的剩余容量：

(7)

式中：PBatt,ch(k)為k時刻蓄電池的充電功率；PBatt,dch為k時刻蓄電池的放電功率；sch(k)為k時刻蓄電池的充電狀態；sdch(k)為k時刻蓄電池的放電狀態；CBatt為蓄電池容量；Δt為最小時間片段；ηch為蓄電池的充電效率；ηdch為蓄電池的放電效率。

2 多目標能量調度優化模型

蓄電池在本文構建的家庭能量管理系統中，主要起到提高家庭用戶收益和光伏消納能力的作用。為提高用戶的能量收益，對蓄電池的控制常采用谷時充電、峰時放電的策略；為提高光伏消納能力，需要使蓄電池和光伏進行配合，即凈光伏有剩余時優先向蓄電池充電，凈負荷有需求時由蓄電池進行放電。由于實時電價涉及的時段較多，采用上述固定調度策略較難實現預定目標且綜合效益不高，故采用模型優化的方法對蓄電池進行控制。但該方法需要提前獲取光伏優化得到的家庭負荷分布情況。因此，本文構建了兩階段家庭能量調度優化模型。

2.1 光伏能量調度優化模型

第一階段優化不考慮蓄電池的參與，單純通過調節光伏和負荷來實現家庭能量的調度優化。

(1)第一階段優化目標函數。

第一階段家庭能量調度優化的目標分別為：①家庭能量收益最大；②光伏消納率最大；③保證用戶滿意度。

本文以次日24 h為一個調度周期，綜合考慮家庭能量調度優化的收益、光伏消納率和用戶滿意度，構建多目標優化模型。其中，家庭能量的收益為：

(8)

光伏消納率表征光伏出力被負荷消納的能力，為：

(9)

用戶對所有負荷的滿意度可綜合為：

(10)

式中：m為可轉移類負荷的數量；Sload為用戶的總體用電滿意度。

則多目標優化模型可為：

max{fall,UPV,Sload}

(11)

(2)第一階段優化約束條件。

若光伏發電系統在并網模式下工作，k時刻的家庭電能有功功率平衡表達式為：

(12)

可轉移類負荷工作于可轉移時間區間內，滿意度約束可為：

tmi≤ton≤tmx-ds

(13)

式中：tmi為用戶設定的可轉移類負荷可調控時間區間的終止時刻；tmx-ds為用戶設定的可轉移類負荷可調控時間區間的起始時刻；ton為可轉移類負荷的啟動時刻。

2.2 有蓄電池參與的能量調度優化模型

在第一階段優化的基礎上進行第二階段優化，通過蓄電池的參與實現家庭能量的再分配。

(1)第二階段優化目標函數。

第二階段家庭能量調度優化的目標為：①家庭能量收益最大化；②光伏消納率最大化。

頻繁地切換蓄電池的工作狀態，會縮短蓄電池的壽命。在蓄電池參與能量調度優化得到的收益中，考慮到蓄電池切換成本，則家庭能量收益為：

(14)

基于式(9)，考慮到蓄電池的上述問題，光伏消納率可改寫為：

(15)

多目標優化模型為：

max{fB,UPV}

(16)

(2)第二階段優化約束條件。

有功功率平衡表達為：

(17)

通過限制蓄電池荷電狀態，避免過沖過放，需要滿足荷電狀態約束：

SOCmin

(18)

式中：SOCmin、SOCmax分別為蓄電池的最小及最大荷電狀態。

蓄電池需要滿足的最大充電功率和最大放電功率之間的關系為：

(19)

式中：Pch,max為蓄電池的最大充電功率；Pdch,max為蓄電池的最大放電功率。

為使蓄電池在一個調度周期內的充、放電平衡，蓄電池需要滿足的荷電狀態約束條件為：

SOCstart=SOCend

(20)

式中：SOCstart為蓄電池的初始荷電狀態；SOCend為調度結束后蓄電池的荷電狀態。

3 多目標能量調度優化策略

本文中，光伏電能調度優化的基本優化目標為家庭用戶電能收益最大化。光伏發電在考慮用戶用電滿意度的同時，盡可能地遵循就近消納的原則，與現有文獻有較大區別。本文構建的兩階段能量調度優化模型均為多目標優化模型，對多目標進行優化不能保證得到絕對的最優解，即不能使所有目標同時達到最優。基于精英策略的非支配排序遺傳(NSGA-II)算法在處理此類問題時往往能得到較理想的Pareto前沿[12]。理論上，最優擇中解是無偏見的最優解，能夠較平衡地保證各個優化目標的優化效果。因此，本文采用NSGA-II算法進行優化求解，獲取Pareto解集后確定最優擇中解，為用戶提供無偏見的決策方案。

采用NSGA-II算法，對家庭兩階段能量調度優化模型進行求解，其流程如圖2所示。

圖2 家庭兩階段能量調度優化模型求解流程圖

4 算例分析

4.1 算例參數

以某一用戶為例進行分析。該用戶家庭安裝有3 kW光伏和600 Ah/2 V的鋰離子蓄電池，其家庭用電負荷情況如表1和表2所示。

表1 不可轉移類負荷用戶設定工作情況

表2中給出的“適用時間范圍”是結合實時電價和負荷特性給出的，而表1中的“工作時間范圍”和表2中的“偏好時間范圍”是以某一用戶為例給出的。在實際應用時，用戶可根據自己家中的情況和自己的意愿，設置家中不同負荷的“工作時間范圍”和“偏好時間范圍”。

表2 可轉移類負荷用戶設定工作情況

當地實時電價(購電電價)曲線如圖3所示。

圖3 購電電價曲線

政府補貼光伏發電取0.72元/(kW·h)；參考目前大多數地區的電動汽車蓄電池補貼電價和光伏向電網饋電電價，蓄電池放電的饋電電價取0.42元/(kW·h)。

NSGA-II算法參數設置如表3所示。

表3 NSGA-II算法參數設置

4.2 仿真結果

基于本文構建的負荷模型、光伏發電模型、蓄電池模型、兩階段家庭能量調度優化模型，利用遺傳算法對所提多目標能量調度優化問題進行求解。通過MATLAB進行仿真驗證，得到的能量調度優化前后用戶家庭能量分布情況如圖4所示。

圖4 能量調度優化前后家庭能量分布情況

由圖4可知，通過兩階段優化，家庭能量分布情況的變化較大。第一階段優化后，負荷向光伏消納方向及實時電價較高的方向集中；第二階段優化后，蓄電池通過充放電將儲存的電網能量及光伏發電剩余能量轉移到用電高峰時段，以供負荷利用。由式(3)、式(14)和式(15)計算可得，優化前滿意度為100%，家庭能量收益為16.30元，光伏消納率為52.12%。第一階段優化后，滿意度為85%，家庭能量收益為16.91元，光伏消納率為58.53%。第二階段優化后，滿意度為85%，家庭能量收益為20.60元，光伏消納率為74.11%。優化后的光伏消納率和用戶滿意度均保持在較高水平。由仿真結果可知，采用本文提出的兩階段家庭能量調度優化策略能夠實現家庭綜合效益的最大化，并且在保證用戶滿意度與光伏消納率較高的前提下，提高了家庭能量收益。

5 結束語

本文在構建家庭能量管理系統架構、家庭用電負荷模型、光伏發電模型、蓄電池模型和兩階段家庭能量調度優化模型的基礎上，提出了一種基于實時電價和NSGA-II算法的家庭能量管理系統多目標能量調度優化策略。以某一典型用戶為例，在MATLAB平臺下進行了仿真。仿真結果表明：本文提出的量調度優化策略能很好地實現家庭能量管理系統中源、儲、荷的協調配合，提高了家庭綜合收益；使用戶滿意度維持在較高水平，提高了用戶參與需求響應的積極性；確保了光伏消納率，在減小光伏饋電上網對電網的影響的同時保證了用戶用電的可靠性；實現了家庭能量管理系統的經濟運行，有助于回收家庭自備分布式電源的投入成本。