用戶側電力需求響應控制系統設計

李逸超,郭 睿,徐 剛,胥 棟,潘紅光

(國網上海浦東供電公司,上海 200082)

0 引言

電力需求的日益增長,導致電網存在電力短缺與調峰調頻壓力大等問題。為解決這些問題,需要挖掘用戶側資源。通過合理控制用戶側資源,可以使電力的供給響應用戶需求,從而達到電力供需平衡狀態[1]。需求響應可以提升用電效率。但傳統需求響應采用人工控制方式,導致響應不及時[2]。區塊鏈技術是包含分布式數據存儲與數據加密等功能的集成應用,具備不可篡改與可追溯等優勢。區塊鏈技術與用戶側需求響應各業務流程具有天然的契合點。因此一些研究者將區塊鏈應用于電力需求響應資源調度,并設計用戶側需求響應控制系統,以自動完成需求響應控制。

楊梓俊等[3]以最小功率削減量與成交量偏差量為目標,設計需求響應控制系統。該系統可有效控制需求響應,具備較優的用戶友好性。劉建濤等[4]為解決功率缺額導致的頻率跌落問題,依據負荷響應特性設計需求響應控制系統,并按照優先級順序完成電力設備需求響應控制,從而有效降低負荷功率。王蓓蓓等[5]提出了基于區塊鏈的電力需求響應資源信用管理方法,設計集中交易和雙邊交易下考慮信用值的降維(dimensionality reduction,DR)資源交易機制,以實現用戶側電網調度。任昊文等[6]將區塊鏈分布式技術應用于智能電網需求側響應計劃管理,利用區塊鏈分布式技術平衡能源需求與電網能源生產規模,制定考慮需求響應的電網調度計劃。但以上方法在控制需求響應過程中無法確保數據傳輸的安全性。惡意用戶可隨機篡改系統內的數據,影響需求響應控制效果。而且以上方法未考慮用戶側電力需求響應的優先級,制定的用戶側電力需求響應調度方案不夠合理,導致用戶的電力負荷仍較高。

為了提升電力需求響應控制效果,本文設計基于區塊鏈技術的用戶側電力需求響應控制系統。該系統創新性地利用基于數據分割的多級加密機制,以提升數據的安全性與隱私性。本文根據家電用電優先級設計用戶側電力需求響應控制方案,完成智能家電的通斷電控制,以降低用戶負荷功率和用電成本。

1 用戶側電力需求響應控制系統設計

1.1 系統整體架構

本文以區塊鏈技術為基礎,設計用戶側電力需求響應控制系統。

用戶側電力需求響應控制系統如圖1所示。

圖1 用戶側電力需求響應控制系統

網關負責實時采集用戶側電力設備負荷數據。能源區塊鏈包含數據層、網絡層、共識層與合約層。數據層利用分布式存儲數據庫存儲全部電力設備負荷數據,形成數據區塊;以多級加密機制加密處理存儲的電力設備負荷數據,從而提升數據的安全性。網絡層利用對等網絡、驗證機制與傳播機制,傳輸電力設備負荷數據至共識層,以提升數據傳輸的去中心化效果。共識層利用實用拜占庭容錯(practical Byzantine fault tolerance,PBFT)算法,處理區塊鏈節點參與共識的過程,得到可信電力設備負荷數據。合約層負責提供智能合約、腳本代碼與協議,以約束電力設備負荷數據傳輸過程,從而提升數據傳輸的穩定性與安全性。

需求響應聚合商模塊可以在能源區塊鏈內讀取用戶實時電力設備負荷數據,制定電力需求響應合同;同時,以智能合約的方式,將電力需求響應合同傳輸至能源區塊鏈內。智能合約的交易機制如下。

①電力供應方和客戶均提交某一時段的電力資源供應量(需求量)以及價格。訂單信息和客戶信用值將被發送至智能合約。

②交易撮合出清。智能合約結合信用值將買賣雙方的訂單進行撮合,并在達成交易共識后確定供應方的響應量以及價格。

③響應效果分析和信用值計算。響應事件結束后,智能電表自動將數據上傳至區塊鏈。根據實際響應情況,智能電表對數據進行打分,進而更新信用值。

④資金轉移。智能合約根據智能電表上傳的電力供應方的實際響應數據,向其賬戶地址中轉入相應量的以太幣,以完成資金轉移。

根據以上機制,交易優先權值λ為:

(1)

式中:PR為電力用戶提交的價格;CR為電力用戶的信用值。

在獲取λ的情況下,電網企業希望供應成本最低,故構建成本最小化目標函數minQi,o:

minQi,o=∑λiQi

(2)

式中:λi為第i個供應方的交易有限權值;Qi為第i個供應方的電力報單量;o為第i個電力用戶的響應量。

根據minQi,o,本文設計電力資源的交易策略。

能源區塊鏈網關可讀取電力需求響應合同內的響應起止時間、負荷等數據,并根據這些數據制定用戶側電力需求響應控制方案。在電力需求響應開始時,使用遠程操作將命令下達至智能家居產品,并實時掌握該產品的運行狀態。電力需求響應結束后,智能家電設備恢復正常運行狀態。能源區塊鏈可按照制定的用戶側智能家電設備控制方案,自動控制用戶側電力需求響應情況。能源區塊鏈網關與需求響應聚合商模塊可在鏈上讀取用戶側電力需求響應控制結果。

1.2 基于區塊鏈的數據存儲結構

能源區塊鏈的數據層利用分布式存儲數據庫,存儲全部電力設備負荷數據區塊。分布式存儲數據庫結構如圖2所示。

圖2 分布式存儲數據庫結構

區塊體內通過哈希值標記各用戶電力負荷數據交易單。用戶電力設備負荷數據交易過程中:需對交易單進行數字簽名,以獲取有效的交易單并構建成區塊;需加蓋時間戳并存儲至分布式存儲數據庫內,以提升用戶電力負荷數據存儲的防篡改性能與可追溯性能。區塊頭內的Merkle根屬于非常關鍵的數據結構。其通過交易單展開分組哈希,以獲取1個哈希值并記錄存儲至區塊頭中。能源區塊鏈接收能源區塊鏈網關實時采集的用戶電力設備負荷數據后,在分布式存儲區塊內選取某個在線存儲區塊,并以該區塊為存儲用戶電力設備負荷數據服務的對象。存儲過程中,用戶電力設備負荷數據在1 min內不可選擇變更存儲區塊;確定存儲區塊后,用戶電力設備負荷數據直接傳輸至確認的存儲區塊內。

1.3 數據多級加密機制

本文利用基于數據分割的多級加密機制,加密處理分布式存儲數據庫內用戶側電力設備負荷數據,以提升數據的安全性與隱私性。用戶側電力設備負荷數據多級加密機制結構如圖3所示。

圖3 用戶側電力設備負荷數據多級加密機制結構

身份認證單元內:通過公鑰加密算法生成公私鑰;通過公鑰加密分布式存儲數據庫內電力設備負荷數據,以提升數據的隱私保護效果[7-9];通過私鑰對電力設備用戶數據進行簽名。數據加密上鏈單元完成電力設備負荷數據的安全存儲機制。加密通信單元依據安全傳輸協議棧,避免惡意用戶非法攔截電力設備負荷數據。上鏈數據哈希提取單元通過哈希函數,將任意長度的電力設備負荷數據映射成指定長度的二進制電力設備負荷數據。

1.4 用戶側電力需求響應控制方案

用戶側電力需求響應控制方案中,需要控制的智能家電負荷包括空調與熱水器等。能源區塊鏈網關按照需求響應聚合商模塊,制定電力需求響應合同內的響應起止時間與響應負荷等數據,并創新性地根據家電用電優先級設計用戶側電力需求響應控制方案。本文以智能家電舒適度指數KApp描繪智能家電實時狀態。

(3)

智能家電中空調運行狀態和室溫設定相關。在室溫大于最大值情況下,打開空調;在室溫低于最小值情況下,關閉空調;在室溫位于設置區間時,空調維持當下運行狀態不變[10]。空調的用戶側電力需求響應控制模型為:

(4)

式中:t為時段;SA,t為空調運行狀態;TA,z為最低室溫;ΔTA為室溫設定響應增量;TA,t為當下室溫;KA,t為空調舒適度指數。

當SA,t=0時,空調關閉;當SA,t=1時,空調打開。

在電力需求響應合同制定的響應起止時間內,空調的用戶側電力需求響應控制模型按照空調優先級控制空調運行狀態。智能家電中熱水器運行狀態和水溫相關。電力需求響應合同內設置的最高水溫為TB,z、最低水溫為TB,l、標準水溫變化響應增量為ΔTB、當下水溫為TB,t。當TB,t>TB,z時,熱水器關閉;當TB,t

(5)

式中:KB,t為熱水器舒適度指數;SB,t為熱水器運行狀態。

當SB,t=0時,熱水器關閉;當SB,t=1時,熱水器打開。在電力需求響應合同制定的響應起止時間內,熱水器的用戶側電力需求響應控制模型按照熱水器優先級控制熱水器運行狀態。

(6)

式中:?·」為最小整數取值函數;N[·]為排序函數;n為用戶側電力需求響應控制周期;K(t)為動態優先級。

本文依據K(t)確定智能家電控制的優先級。K(t)={1,2}。K(t)的數值越高,說明智能家電控制的優先級越高。

③按照式(2)與式(3)的智能家電控制模型,調整全部智能家電的功率狀態,并進行下一輪用戶側電力需求響應控制。

用戶側電力需求響應控制步驟如下。

①將電力需求響應合同內的需求響應控制起止時間與電力設備負荷等數據,下發至能源區塊鏈網關。

③ 能源區塊鏈網關按照控制方案,下發控制指令至智能家電控制器,以完成智能家電的通斷電控制,從而實現用戶側電力需求響應控制。

2 試驗結果與分析

本文以某小區的電力用戶為試驗對象。該小區內共有1 573個電力用戶。其中,同時具有空調與熱水器這2種智能家電的電力用戶數量為219個。試驗利用本文系統對這219個電力用戶的智能家電進行用戶側電力需求響應控制。空調的額定功率為4 kW、額定室溫為23～27 ℃。熱水器的額定功率為6 kW、額定水溫為45～55 ℃。

在219個電力用戶內,試驗隨機選擇1個電力用戶,利用本文系統控制該電力用戶的用戶側電力需求響應。

智能家電的用戶側電力需求響應控制效果如圖4所示。

圖4 智能家電的用戶側電力需求響應控制效果

智能家電控制的動態優先級如圖5所示。

圖5 智能家電控制的動態優先級

綜合分析圖4與圖5可知,在12∶00～15∶00時,室溫超過設定的室溫范圍。此時,空調動態優先級最高。為此,本文系統下發打開空調的控制指令,使功率升高到3 kW以上。室溫在13∶30左右降至設定室溫范圍后,本文系統下發關閉空調的控制指令,使功率降低到2 kW以下。這說明本文系統可有效根據用戶需求靈活調節空調負荷功率,以完成空調的用戶側電力需求響應控制。10∶00～13∶00是熱水器集中使用期,水溫保持較高。此時,熱水器的動態優先級較高,本文系統加大熱水器功率負荷達到4 kW以上。在16∶00～21∶00時,水溫低于設定范圍。此時,熱水器的動態優先級最高。為此,本文系統下發打開熱水器的控制指令,使功率調節至5 kW以上。當水溫升至設定范圍后,本文系統下發關閉熱水器的控制指令,使功率下降。至此,熱水器的用戶側電力需求響應控制完成。試驗結果表明:本文系統可根據用戶側使用需求靈活調節電器的使用負荷功率,有效控制電力用戶的智能家電,實現用戶側電力需求響應控制。

分析不同參與電力需求響應用戶比例時,應用本文系統控制后的電力負荷如圖6所示。

圖6 應用本文系統控制后的電力負荷

由圖6可知,本文所研究的小區在10:00～18:00時的負荷較高,達到6 MW以上。應用本文系統控制后,該小區最高負荷明顯下降,且負荷曲線較為平滑。隨著參與電力需求響應電力用戶比例的增長,該小區的負荷峰值越低、負荷峰谷差越小。90%參與電力需求響應的負荷峰值降至4.5 MW以下,峰谷差在2.5 MW以下。試驗結果表明:應用本文系統可有效降低該小區的電力負荷,且參與電力需求響應的電力用戶比例越高,則應用本文系統控制后的電力負荷越低。

試驗利用本文系統對實時采集的電力設備負荷數據進行加密處理,以提升數據存儲與傳輸的安全性。試驗利用吞吐量衡量本文系統加密電力設備負荷數據的效果。吞吐量越大,說明加密效率越高。最低吞吐量為0.55 bit/s。吞吐量P為:

(7)

本文系統的電力設備負荷數據加密效果如圖7所示。

圖7 本文系統的電力設備負荷數據加密效果

由圖7可知,隨著電力設備負荷數據量的增長,本文系統加密數據時的吞吐量呈下降趨勢。當數據量達到80 bit時,盡管數據量仍舊增長,但本文系統的吞吐量不再降低,并穩定在0.61 Gbit/s左右,高于最低吞吐量。這說明本文系統具備較優的電力設備負荷數據加密效果,以及較高的加密效率。

3 結論

在能源互聯的新形勢下,電力市場內存在大量可獨立參與響應的用戶。為提升用戶側電力需求響應控制效果,本文設計基于區塊鏈技術的用戶側電力需求響應控制系統。本文首先利用網關節點采集負荷數據,并將數據發送到能源系統進行保存;然后對負荷數據進行加密處理,根據電力需求響應時間和負荷采集電力需求數據;最后,根據家電動態優先級設計用戶側電力需求響應方案。仿真測試結果表明,本文系統可以有效控制用戶智能家電的負荷、降低用戶的使用負荷和用電成本,為用戶側電力需求響應控制領域的發展提供參考。