接入可再生能源家庭能耗优化策略研究

林 峰，宋 楠，舒少龙（同济大学电子与信息工程学院，上海 201804）



接入可再生能源家庭能耗优化策略研究

林 峰，宋 楠，舒少龙
（同济大学电子与信息工程学院，上海 201804）

摘 要：在家庭中引入可再生能源并对家庭能耗进行调度是家庭节能的两个有效措施。本文以拥有光伏发电系统、蓄电池储能设备和各种家用电器的家庭为对象，研究家庭能耗优化策略。具体地，以用电费用少和蓄电池切换次数少为调度目标，建立家庭能耗管理优化模型；采用粒子群算法对模型进行求解。仿真结果表明计算得到的调度策略可以实现蓄电池切换次数少和显著减少用电费用两个目标。

关键词：实时电价；光伏发电系统；蓄电池；粒子群算法；用电费用

1　引 言

进入21世纪，随着全球经济和科技的快速发展，人们的生活水平日益提高，对电力的需求也在不断增加［1］。发电端在应对电力供应不足的同时带来了很多环境污染问题，所以研究在用电侧如何采取措施以节约能耗具有重要的意义。

在家庭中引入可再生能源和对用电侧进行电力需求管理是节约能耗的两大有效措施［2］。由于可再生能源发电具有间歇性，其能源输出与用户能源需求在时间上并不完全匹配，需在家庭内部引入蓄电池参与能源调度［3～4］。智能家居能耗管理系统能够制定相关策略优化家用电器的能源消耗结构实现节能。实时电价也是电力系统需求侧管理的有效机制。本文从引入可再生能源、在实时电价背景下对家庭能耗管理及考虑蓄电池切换次数三个方面实现能耗节约。

2　家庭能耗分析

本文研究对象为安装了光伏发电系统和蓄电池且具有各种家用电器的家庭，太阳能电池板和蓄电池分别通过并网逆变器并入电网运行，市电采用实时电价进行计费并且用户可以向电网有偿馈电。

针对本文研究对象，有以下几点说明：

（1）假设电力公司能够提前24小时向用户提供电价信息。

（2）接下来一天光伏发电系统在各个时段的发电量能够被预测。

（3）该系统在每天零点根据用户参数输入对接下来一天家庭内部能源进行调度，以δ=0.5 h 为1个时段，时段总数L =48。

家庭能耗情况，由能量守恒定律有：

3　家庭能耗建模

3.1蓄电池模型

其中：τ为蓄电池自放电率（τ=0.002 /δ）；αC、αD分别为单位时间充放电最大比例；ηC、ηD分别为蓄电池充放电效率；Smin、Smax分别为蓄电池剩余电量最小值和最大值。

3.2家用电器模型

我们将家庭内部所有家用电器分为三类：运行时段可调度用电器、运行功率可调度用电器及不可调度用电器。洗衣机、电饭煲、洗碗机、烘干机、家庭清洁机器人与混合能源动力汽车为运行时段可调度用电器，可在设定调度时段区间内选择合适的运行时段，降低用户购电费用。空调与热水器运行时段的改变对用户舒适度影响很大，但可调节这两类家用电器的运行功率，在满足用户舒适度的情况下降低用户购电费用。其余四种家用电器属于不可调度用电器，冰箱一天24小时运行，节能灯、电视机和电脑的使用具有很大的随机性，本文根据用户日常习惯计算其各个时段的用电数据。

3.2.1运行时段可调度用电器模型

设A为运行时段可调度用电器集合，其中每个家用电器设为a∈A。我们以0.5h为1个时段，那么一天时段的数量L =48，设调度时段向量L =［1，…，L］，定义能源消费调度向量ea为：

用αa表示家用电器a调度开始时段，βa表示调度结束时段，则αa，βa∈［1，48］并且βa≥αa。设家用电器a运行一次的能源消耗为Ea，则Ea可以通过下式表示：

设γa为家用电器a的运行功率，二进制变量为家用电器a开启或关闭的表征变量，当取 0时表示该时段家用电器状态为关闭，当取1时表示该时段家用电器状态为开启，则

一般来说，家用电器在使用过程中可以根据实际需要临时中断其供电需求。然而，家庭内部存在一些家用电器，如洗衣机，一旦开始工作就不应该中断，称这类家用电器为不可中断家用电器，用AU表示。对不可中断家用电器a∈AU，用θa表示一旦它启动需要持续的时间段，θa是已知定值。为表征该类家用电器的连续运行，引入二进制变量，在该类家用电器开始运行时段=1，其余时段=0，即

3.2.2运行功率可调度用电器模型

设B为运行功率可调度用电器集合，其中每个家用电器设为b∈B。用表示家用电器b低运行功率，表示高运行功率，二进制变量表征家用电器b是否低功率运行，当=1时家用电器低功率运行，否则=0；二进制变量表征家用电器b是否高功率运行。表示时段n家用电器b运行功率，mb和nb分别表示家用电器开始和结束运行时段，则

该类家用电器的运行模式分三个等级，第一个等级，家用电器在运行时段均高功率运行，舒适度最高；第二个等级，家用电器在整个运行时段根据实时电价、光伏发电系统发电量及蓄电池充放电情况安排家用电器每一时段的运行功率，总体上一半高功率一半低功率，舒适度适中，较经济；第三个等级，家用电器在运行时段均低功率运行，舒适度最低，最经济。

3.3优化控制模型

以用电费用少和蓄电池切换次数少为调度目标得到优化控制模型如下所示。其中，φ为调节蓄电池切换次数比重的参数，g（（k））为计算蓄电池切换次数的函数，因为蓄电池切换次数对寿命影响比较大，考虑到成本问题，希望寻求的最优解能够保证蓄电池切换次数在4次以内；p （k）为k时段实时电价，为已知量，pmax为实时电价中的最大值，（k）和为已知量，其他变量可参考前文。目标函数不仅包括了家庭的购电费用，还包括电能的时间效益［5］，即在电价低时蓄电池向电网输出电量出售时的期望损失或者将蓄电池在低电价时应输出的电量挪到电价高时出售所获得的额外利益。

4　求解及结果分析

该模型决策变量多，同时受蓄电池一些参数的约束，难以解析计算，因此本文采用粒子群算法对家庭能耗管理优化模型进行求解。这里，调度4个运行时段可调度用电器，分别设置好它们的开始和结束时段，调度4个运行功率可调度用电器，设置好它们的运行时段和运行等级，给出不可调度用电器各时段运行功率值，得出的优化调度结果如图1所示。

图1　调度结果Fig.1 Schedu ling resu lts

从图1（a）可以看到，蓄电池的切换次数仅为3次，满足要求，说明该调度策略可保证蓄电池的使用寿命。从图1（b）可以看到，蓄电池在电价低时储能，电价高时向电网售电或给家庭内部供电，而市电在电价低时使用较多，在电价高时均为负值。说明该调度策略能够最大程度上降低用电费用。利用该模型，一天总的用电费用为10.44美分，为未调度前的16.28%。

4个运行时段可调度用电器的调度结果如图2所示，其中前两个为不可中断家用电器，后两个为可中断家用电器。由上图我们可以看出，图1、2运行时段连续，均在电价最低的时段运行，图3、4运行时段不连续，但具体运行时段的电价低。可以认为调度取得了成功。

运行功率可调度用电器有四个，设定其中两个运行等级为2，调度结果如图3所示。图中可见，在电价相对较高时段家用电器却高功率运行，这是因为所有调度时段电价均较低，调度结果主要取决于光伏系统发电量和蓄电池储能情况。如图3（a）所示，虽然第26个时段电价比第27个时段高，家用电器却在该时段高功率运行，原因在于第26个时段可利用光伏电量较第27个时段大，家用电器在该时段运行高功率比在下一时段运行高功率用电费用低。

图2　运行时段可调度用电器调度结果Fig.2 Schedu ling resu lts of running tim e schedu lab lehousehold app liances

图3　运行功率可调度用电器调度结果Fig.3 Scheduling results of running power schedulablehousehold app liances

5　总 结

本文对家庭能耗进行分析，以用电费用少和蓄电池切换次数少为调度目标建立家庭能耗管理优化模型，并采用粒子群算法对该模型进行求解。仿真结果表明计算得到的调度策略可以实现蓄电池切换次数少和显著减少用电费用两个目标。

参考文献：

［1］ 梁明，李学瑞，石永华，等.智能家居能耗管理的研究进展［J］.技术创新，2012，（12）：38 -42.

LIANG Ming，LI Xuerui，SHI Yonghua，et al.Research Progress of smart home energy management［J］. Technology and Innovation，2012，（12）：38 -42.

［2］ Han J，Choi C S，Park W K，et al.Smart home energy management system including renewable energy based on ZigBee and PLC［J］.IEEE Transactions on Consumer Electronics，2014，60（2）：198 -202.

［3］ 张延宇，曾鹏，臧传治.智能电网环境下家庭能源管理系统研究综述［J］.电力系统保护与控制，2014，42 （18）：144 -154.

ZHANG Yanyu，ZENG Peng，ZANG Chuanzhi.Review of home energy management system in smart grid［J］.Power System Protection and Control，2014，42（18）：144 -154.

［4］ Hubert T，Grijalva S.Realizing Smart Grid Benefits Requires Energy OPtimization Algorithms At Residential Level［J］.Innovative Smart Grid Technologies IEEE Pes，2011：1 -8.

［5］ 张如如.微网储能蓄电池组充放电控制策略研究［D］.哈尔滨：哈尔滨工业大学，2013.

ZHANG Ruru.Intelligent scheduling of battery energy storage station in a micro-grid［D］.Harbin：Harbin Institute of Technology，2013.

［6］ 沈加健.家庭节点混合能源协同控制建模与仿真分析［D］.上海：上海交通大学，2012.

SHEN Jiajian. Hybrid Energy CooPerative Control Modeling and Simulation Analysis in Smart Home［D］. Shanghai：Shanghai Jiao Tong University，2012.

［7］ 吴伟坡.基于实时电价的智能家庭能源优化控制［D］.上海：上海交通大学，2013.

WUWeiPo.OPtimization for Family Energy ConsumPtion in Real-time Pricing Environment［D］.Shanghai：Shanghai Jiao Tong University，2013.

林 峰 男（1960 -），上海人，教授、博士生导师、工学博士，主要研究领域为离散事件动态系统，混合系统和鲁棒控制。

宋 楠 女（1991 -），河南商丘人，硕士生，主要研究方向为智能家居。

Optim ization Strategy of Home Energy consum ption w ith
Renewable Energy Resources

S0NG Nan，SHU Shaolong，LIN Feng
（School of Electronics and Information Engineering，Tongji University，Shanghai201804，China）

Abstrac t：Using sustainable energy resources and scheduling energy consum Ption of hom e aPPliances are two effective w ays to save energy and electricity costs.In this PaPer，w e investigate how to oPtim ize the energy consum Ption for a home w ith a Photovoltaic Pow er generation system，storage battery and a variety of household aPPliances.The goal is to m inim ize the times of sw itching storage battery and electricity costs.W e construct an energy consum Ption model and then obtain an oPtim ization strategy using Particle sw arm algorithm s.The sim ulation results show the validity of our oPtim ization strategy. That is，the strategy obtained by ourmethod can ensure the times of sw itching storage battery as small as Possible and the electricity costs as little as Possible.

Key words：real-time electric Price；Photovoltaic Power generation system；storage battery；Particle swarm algorithm s； electricity costs.

中图分类号：TP391.9

文献标识码：A

基金项目：国家自然科学基金（71371142）