泛在電力物聯網中將家電可控負荷轉化成智能負荷的方法研究

何沁春，楊秀媛

泛在電力物聯網中將家電可控負荷轉化成智能負荷的方法研究

何沁春，楊秀媛

（北京信息科技大學自動化學院，北京市 海淀區 100192）

為了實現負荷控制，傳統的需求響應針對居民用戶主要采用拉閘限電的調峰策略，用電方式較為被動。泛在電力物聯網概念的提出使可控負荷轉化成智能負荷成為可能。為了實現可控負荷控制的智能化，研究了泛在電力物聯網在家電可控負荷控制中的應用。在智能家電控制算法中增加電網閑時的填谷作用，不僅實現了用電高峰期電網削峰，而且有效利用了用電低谷時期的容量閑置。并且允許用戶預先設定負荷需求范圍和不同時段家電重要系數，最大限度地滿足了用戶的舒適度需求。仿真結果驗證了改進后智能家電控制算法的合理性。

泛在電力物聯網；可控負荷；智能負荷；智能家電控制算法；家電重要系數

0 引言

電力是資金高度密集型產業。近年來，中國各地電力供應的特點是高峰期電力供應不足，但在低谷期大量容量閑置。這種現象不僅造成了電力供應成本和污染排放的增加，而且從社會的角度來看也是一種極大的資源浪費。因此，如何調整用戶的用電方式、減小峰谷差、提高用電率、節約能源、減少排放，是電力行業亟待解決的問題[1-3]。

作為電網發電調度的補充，可控負荷調度不僅能夠削峰填谷、平衡間歇性的能源波動并提供輔助服務，而且有利于豐富電網調度運行的調節手段，成為了國內外研究的熱點之一[4-17]。文獻[4]提出了針對大規模空調負荷的分層控制架構和分散式協同控制算法，但沒有詳細考慮用戶參與需求響應所獲補償與經濟效益；文獻[5]以電冰箱為例，提出了一種適用于家居型溫控負荷的變參與度需求側分散控制策略，但沒有進一步探索需求側響應技術與儲能裝置的協同控制策略；文獻[6]提出一種基于模糊線性規劃的數學模型，來求解居民直接負荷控制問題，然而由于沒有考慮成本?收益的因素，求解得到的最優控制策略在經濟上不一定是最優的；文獻[7-8]基于智能電網雙向交互技術，系統介紹了智能家庭用電管理系統及其控制方案，然而只考慮了在電網用電高峰時如何指導用戶實現合理錯峰，而沒有考慮在用電低谷時如何利用大量容量閑置，提高用電負荷率。

泛在電力物聯網使可控負荷轉化成智能負荷成為可能。可控負荷可以定義為用電量可在指定區間內變化或在不同時段間轉移的負荷。智能負荷的定義包含2方面：一是要響應指令，即可以根據給出的指令用電或停電；二是要自動響應，即可以根據某一時段電價高低自動決定是否使用。

本文將泛在電力物聯網與智能家電控制算法相結合，允許用戶預先設定負荷需求范圍和不同時段家電重要系數，據此實時計算負荷動態優先級，最大限度地滿足用戶的舒適度需求，根據優先級提供需求響應控制方案，并且在智能家電控制算法中增加電網閑時的填谷作用，不僅實現了用電高峰期電網削峰，而且有效利用了用電低谷期的容量閑置。最后，通過仿真算例驗證了改進后智能家電控制算法的合理性。

1 泛在電力物聯網中家庭能量管理系統

隨著泛在電力物聯網概念的提出，泛在電力物聯網受到了業界的廣泛關注[18-24]。泛在電力物聯網可以充分感知源網荷儲設備運行狀態和環境信息，并通過市場手段引導用戶參與電力系統調峰調頻，通過虛擬電廠和多能互補提高分布式新能源友好并網水平和電網可調容量占比，緩解棄風棄光，促進清潔能源消納。

文獻[25]提出泛在電力物聯網可以有效控制可控負荷，電動汽車是最容易實現控制的可控負荷，其次是熱水器和空調等。利用泛在電力物聯網可以組織可控負荷參與電力系統調峰調頻，使可控負荷轉化成智能負荷，如圖1所示。

智能家庭能量管理系統是通過無線網絡將家用電器的信息匯聚到家庭網關，從而實現家用電器與互聯網通信、家用電器的監控以及用戶和電器的互動。依據泛在電力物聯網的技術架構，將智能家庭能量管理系統的物理結構分為感知層、網絡層、平臺層、應用層。圖2為智能家庭能量管理系統模型的物理結構。

圖1 可控負荷轉化成智能負荷示意圖

圖2 智能家庭能量管理系統模型

作為家庭優化控制中心，家庭能量管理系統模型通過收集新能源信息、電價和用戶需求設置等信息來管理所有家用電器。因此，實現了家用電器用電的合理安排，用戶的用電費用最小，滿意度最大，還達到了減少高峰用電和電能資源合理分配利用的目的。

2 智能家電控制

2.1 負荷模型分類

家用電器可分為不可控負荷與可控負荷2類。不可控負荷(如電爐、照明類家電等)斷電會給用戶生活造成較大影響，因此不參與需求響應控制；可控負荷(如空調、熱水器等)用電時間和規律相對穩定，短時間斷電幾乎不會影響居民的正常生活，因此便于參與需求響應控制[26]。

本文研究的可控負荷有空調、熱水器、洗衣機、洗碗機。根據其用電特點，可以分為2類：一是可激勵負荷，如洗衣機、洗碗機，一天中用電量一定，并以恒定功率工作，用電曲線可在一天內不同時間段平移，但不可中斷；二是可中斷負荷，如空調、熱水器，可在規定時間內能夠根據需要對用電量進行中斷，功率可以在允許的范圍內自由調節。

2.2 智能家電控制模型

為了最大限度地滿足用戶的舒適度需求，允許用戶預先設定負荷需求范圍和不同時段家電重要系數，可以用家電舒適度指數APP來表示家電實時狀態，其計算公式如下：

由式(1)可知，APP越小，說明用戶滿意度越高，相應家電用電優先級越低，而其參與智能控制的優先級則越高。

1）空調。

空調的工作原理是基于空調設備、室內環境以及室外環境三者之間的能量守恒。以空調制冷模式為例，空調的工作過程本質是壓縮機周期性地將室內空氣的熱量轉移到室外。根據空調工作過程的熱交換原理，可建立其數學模型如下：

2）熱水器。

儲水型電熱水器的工作原理就是通過控制加熱器的開關完成對熱水器儲水的溫度控制。根據熱水器能量交互原理，可建立其數學模型如下：

3）洗衣機。

只要累計運行時間達到要求的運行時間，洗衣機的運行程序就可以完成洗滌工作。當累計時間達到要求的時間時，洗衣機將自動關閉。建立其數學模型：

4）洗碗機。

只要累積啟動時間等于所需的運行時間，洗碗機就可以完成洗碗和烘干過程。當累積時間達到要求的時間時，洗碗機將自動關閉。建立其數學模型如下：

2.3 家電動態優先級

文獻[8]提出可以用舒適度指數APP來表征家電動態優先級。值計算公式如下：

2.4 智能家電控制算法

1）算法目標。用戶家電實行智能控制后，在用電高峰期能保證用電器總功率低于需求響應給定功率限值，在用電低谷期有效利用容量閑置，實現電網削峰填谷，并最大限度地滿足用戶舒適度需求。

2）算法思路。在用電高峰期，首先將所有可激勵負荷切斷，然后對可中斷負荷進行動態優先級排序，按照優先級從低到高的次序依次關斷可中斷負荷，直到可中斷負荷總功率小于需求響應給定功率上限，達到電網削峰目的；在用電低谷期，對可激勵負荷進行優先級排序，按照功率由小到大的次序依次打開可激勵負荷，直到可激勵負荷總功率加可中斷負荷總功率大于需求響應給定功率下限為止，達到電網填谷目的。

基于上述分析，改進后的智能家電控制算法流程如圖3所示，其中：1表示可中斷負荷總功率；2表示可激勵負荷總功率；3表示需求響應給定用電限制；1、2、3分別表示不同可控負荷的優先級；APPi表示某種家電APP實際的通斷電狀態，APPi=0表示斷電，APPi=1表示通電。

圖3 改進后的智能家電控制算法流程

3 算例分析

3.1 算例參數

為了驗證智能家電控制算法的有效性，本文選取一個家庭用戶典型日用電行為的數據作為算例進行仿真。本文用到的參數如下。

1）空調的參數：AC=2.5kW；in()=28℃；ew()=31℃；r=1.005kJ/(kg?K)；w=0.15m2?k/W。

2）熱水器的參數：WH=3.5kW，max=60L，=0.6，cold=20℃，=3.6′106，=4200J/(kg?℃)，=1kg/L。

3）洗衣機的參數：wash=0.4kW，wash=30min。

4）洗碗機的參數：dish=1.75kW，dish=15min。

5）被控家用電器的需求設定如表1所示。

表1 家用電器的需求設定

3.2 算例仿真

3.2.1 智能控制前

采用智能家電控制算法前，熱水器、空調工作狀態仿真結果分別如圖4、5所示。圖6為智能控制前總功率。

由圖4可知，熱水器在17:00之前處于關斷狀態，熱水器水箱溫度由于熱量散失而下降，17:00熱水器開啟，水箱溫度不斷上升，直到達到舒適度范圍上限，熱水器關閉，水溫自然下降。20:00時，熱水器用水達到高峰期，隨著冷水注入水箱，溫度急劇下降，直到達到舒適度范圍下限，熱水器自動開啟，開始間歇性工作。由圖5可知，空調的工作特性與熱水器相似，都具有隨溫度變化而間歇性工作的特點。由圖6可知，17:00開始，居民用電開始顯著增加，大約21:30用電達到高峰期，熱水器、空調、洗衣機、洗碗機同時工作。

圖4 調控前熱水器工作狀態

圖5 調控前空調工作狀態

圖6 智能控制前總功率

3.2.2 智能控制后

由圖10可以看出，9:00開始，洗衣機和洗碗機的優先級高于空調和熱水器，自動開啟，在10:00之前完成洗滌，實現了電網在閑時填谷。10:00之后，洗衣機和洗碗機優先級降低。17:00時空調的優先級高于熱水器，熱水器關斷，空調開啟，室溫下降，直到達到溫度舒適度范圍。大約在17:15，熱水器優先級高于空調，空調關斷，熱水器開啟，水箱溫度上升，直到達到舒適度范圍。此后隨著優先級的變化，空調和熱水器頻繁交替工作，單次的開啟時間大大縮短，如圖7、8所示。在21:30的用電高峰期也能保證用電器總功率低于需求響應給定功率，如圖9所示，實現了電網在用電高峰期削峰。以上仿真結果驗證了改進后智能家電控制算法的合理性。

圖7 調控后熱水器工作狀態

Fig. 7 Working condition of water heater after control

圖8 調控后空調工作狀態

圖9 智能控制后總功率

圖10 各用電器優先級

3.2.3 改變家電重要系數后

當空調的重要系數在17:00—24:00人為設定為3，熱水器的重要系數在21:00—22:00設定為10，其余開啟時間設定為1，洗衣機、洗碗機的重要系數均設定為1時，采用智能家電控制方案后，第1次改變重要系數后熱水器、空調工作狀態仿真結果分別如圖11、12所示。圖13、14分別為第1次改變重要系數后總功率、各用電器優先級。

由圖11、12可以看出，第1次改變重要系數后，熱水器和空調的工作狀態相較之前明顯不同，開啟時間和開啟次數都發生了變化，因此可以適應不同用戶的生活習慣。由圖13可知，第1次改變重要系數后，家電總功率仍然可以控制在需求響應給定功率下，實現電網削峰填谷。由圖14可知，在17:00時，由于空調的重要系數比熱水器大，因此空調優先開啟；隨后空調和熱水器處于交替運行的狀態。

圖11 第1次改變重要系數后熱水器工作狀態

圖12 第1次改變重要系數后空調工作狀態

圖13 第1次改變重要系數后總功率

圖14 第1次改變重要系數后各用電器優先級

對比圖10、14可以看出，由于用戶在21:00—22:00期間洗澡，需要長時間用到熱水器，將熱水器重要系數調至10，遠遠高于空調重要系數，故在此期間熱水器的優先級高于空調優先級，熱水器的水箱溫度一直處在舒適度范圍內，最大限度地滿足了用戶的舒適度需求。

當空調的重要系數在17:00—24:00設定為10，熱水器、洗衣機、洗碗機的重要系數均設定為1時，采用智能家電控制方案后，第2次改變重要系數后熱水器、空調工作狀態仿真結果分別如圖15、16所示。圖17、18分別為第2次改變重要系數后總功率、各用電器優先級。

由圖15、16可以看出，當把空調的重要系數調高后，空調一直處于正常工作狀態，室內溫度保持在24~26℃舒適度范圍內，滿足了用戶的舒適度需求。而為了保證用電總功率小于需求響應給定功率，熱水器開啟次數減少，開啟時間縮短，水箱溫度降到45℃左右。由圖18可知，設定的家電重要系數極大地滿足了用戶在不同時段對每種家電的舒適度需求，由此驗證了智能家電控制算法中設定家電重要系數的重要性。

圖15 第2次改變重要系數后熱水器工作狀態

圖16 第2次改變重要系數后空調工作狀態

圖17 第2次改變重要系數后總功率

圖18 第2次改變重要系數后各用電器優先級

4 結論

以泛在電力物聯網為背景，研究了將家電可控負荷轉化成智能負荷的方法，并通過算例分析進行驗證，仿真結果表明：

1）利用泛在電力物聯網可以組織可控負荷參與電力系統調峰調頻，使可控負荷轉化成智能負荷成為可能。

2）在原有智能家電控制算法中增加電網閑時的填谷作用，不僅能在用電高峰時實現電網削峰，而且利用了用電低谷期的容量閑置，有效減少了峰谷差。

3）允許用戶預先設定負荷需求范圍和不同時段家電重要系數，并據此實時計算負荷動態優先級，最大限度地滿足了用戶的舒適度需求。

[1] 王梅霖．電力需求側管理研究[D]．北京：北京交通大學，2011．

[2] 董萌萌．基于峰谷電價的需求響應效果評價[D]．北京：華北電力大學，2014．

[3] 岳海濤．通過用戶側提高發電側電力資源效率的優化模型研究[D]．北京：華北電力大學，2015．

[4] 胡曉青．空調負荷參與電力系統需求響應的建模及控制策略研究[D]．南京：東南大學，2017．

[5] 賈宏杰，戚艷，穆云飛．基于家居型溫控負荷的孤立微電網頻率控制方法[J]．中國科學：技術科學，2013，43(3)：247-256．

[6] 陳鑫．直接負荷控制和分布式發電研究[D]．杭州：浙江大學，2006．

[7] 魯針針．考慮智能家電與分布式電源的電力需求響應技術研究[D]．南京：東南大學，2015．

[8] 湯奕，魯針針，寧佳，等．基于電力需求響應的智能家電管理控制方案[J]．電力系統自動化，2014，38(9)：93-99．

[9] 朱蘭，嚴正，楊秀，等．計及需求側響應的微網綜合資源規劃方法[J]．中國電機工程學報，2014，34(16)：2621-2628．

[10] 錢佳慧，尹鵬，鄧學華，等．分時電價激勵下考慮負荷聚集商的日前經濟調度[J]．現代電力，2019，36(4)：31-37．

[11] 李子林，劉蓉暉．考慮需求側響應的含儲能區域綜合能源系統運行優化[J]．現代電力，2019，36(6)：61-67．

[12]任德江，吳杰康．“源-網-荷-儲”協同的園區微電網優化調度[J]．廣東電力，2018，31(7)：16-23．

[13]李宏仲，付國，范明天，等．非水可再生能源發電量消納及指標分配的分析與探討[J]．分布式能源，2019，4(5)：50-57．

[14] 錢佳慧，尹鵬，鄧學華，等．分時電價激勵下考慮負荷聚集商的日前經濟調度[J]．現代電力，2019，36(4)：31-37．

[15] 李文博，李華東，張鵬飛，等．考慮不確定性的區域能源互聯網源–荷–儲協調優化[J]．現代電力，2019，36(3)：11-18．

[16] 魏純曉，陳曄，王燕敏，等．考慮系統與用戶雙側協同的區域多能源系統運行優化[J]．現代電力，2019，36(1)：61-70．

[17] 李德智，董明宇，尹忠東，等．一種基于模糊控制的智能家庭能量管理系統[J]．現代電力，2018，35(6)：39-46．

[18] 國網互聯網部．泛在電力物聯網建設大綱(節選)[J]．華北電業，2019(3)：20-29．

[19]丁偉強，黃宏波，曹靜，等．面向泛在電力物聯網的傳輸網發展分析[J]．浙江電力，2019，38(12)：50-56．

[20]張彩友，鄒暉，馮正偉，等．500 kV變電站泛在電力物聯網應用技術研究[J]．浙江電力，2019，38(8)：17-22．

[21] Bedi G，Venayagamoorthy G K，Singh R，et al．Review of internet of things (iot) in electric power and energy systems[J]．IEEE Internet of Things Journal，2018，5(2)：847-870．

[22] 王毅，陳啟鑫，張寧，等．5G通信與泛在電力物聯網的融合：應用分析與研究展望[J]．電網技術，2019，43(5)：1575-1585．

[23] 李建岐，雷煜卿，侯寶素．RuBee技術簡介及其在電力物聯網中的應用[J]．電網技術，2010，34(8)：199-204．

[24] 劉建明，趙子巖，季翔．物聯網技術在電力輸配電系統中的研究與應用[J]．物聯網學報，2018，2(1)：88-102．

[25] 陳麒宇．泛在電力物聯網實施策略研究[J]．發電技術，2019，40(2)：99-106．

[26] 白純．智能小區居民負荷需求響應策略研究[D]．長沙：湖南大學，2016．

Research on Methods for Converting Controllable Loads of Household Appliances Into Intelligent Loads in the Ubiquitous Power Internet of Things

HE Qinchun, YANG Xiuyuan

(School of Automation, Beijing Information Science & Technology University, Haidian District, Beijing 100192, China)

In order to achieve load control, the traditional demand response mainly uses the peak-adjusting strategy of the power-limiting for residents, and the power consumption is more passive. The concept of ubiquitous power internet of things makes it possible to convert controllable loads into intelligent loads. In order to realize the intelligentization of controllable load control, the application of ubiquitous power internet of things in the controllable load control of household appliances was studied. Increasing the valley-filling function in the smart household appliance control algorithm not only achieved peak-cutting of the power grid during peak periods of power consumption, but also effectively utilized idle capacity during periods of low-power consumption. It also allowed users to set the load demand range and important coefficients of household appliances at different time in advance, which satisfied the user's comfort needs to the greatest extent. The simulation results verified the rationality of the improved control algorithm for intelligent household appliances.

ubiquitous power internet of things; controllable load; intelligent load; control algorithm of intelligent household appliances; important coefficient of household appliances

10.12096/j.2096-4528.pgt.19176

TM73

2019-11-20。

國家自然科學基金項目(51377011)。

Project Supported by National Natural Science Foundation of China (51377011)．

何沁春(1995)，女，碩士研究生，研究方向為控制工程與新能源發電，2844595654@qq.com；

何沁春

楊秀媛(1962)，女，碩士，教授，主要研究方向為新能源的電力系統分析與規劃，yangxy0912@163.com。

楊秀媛

(責任編輯 尚彩娟)