基于分时电价的可控型家电负荷优化控制策略

针对微网中部分家电可控负荷不合理的用电行为，如空调高频启/停行为和电动汽车自主无序充放电行为，文中兼顾用户的舒适度，利用电动汽车接入电网（V2G）的双向交互能力，提出分时电价下家电可控负荷用电成本最小化的数学模型。以某区域的夏季室外大气温度为例，对比分析了在不同方案下的仿真结果，结果表明：文中提出的温控模式在满足用户舒适度的前提下有效延长了空调寿命，并且引入的新型权重系数避免了电动汽车出现“高充低放”的现象，结果验证了优化方案的有效性。

【关键词】微网 可控负荷 分时电价 空调 电动汽车

1 引言

微网是将分布式电源发电装置，以及负荷、储能装置等有机结合形成一个单一可控单元并接入到电网的技术。微网中的可控负荷，包括空调、热水器、冰箱、电动汽车等，约占总负荷的60%，是一类工作方式灵活可控、空间分布广泛、时域便利的负荷。针对微网中可控负荷的可控性，对典型家电负荷（空调负荷、电动汽车负荷）进行相应的控制调节，可以有效地缩小电网负荷的峰谷差，节约用户的用电成本。

在夏季时段，空调负荷的急剧增加，导致了电网负荷高峰紧张。此外，在家电可控负荷中电动汽车保有量不断增加，将电动汽车的存储能量作为备用电源，对有效地缓解电网负荷紧张有着重要的作用。目前对电动汽车接入电网的研究主要包括有序充电控制和与电网的互动（vehicle to grid，V2G）[7]两个方面，研究表明电动汽车不仅增加了电网的用电负荷，更重要的是电动汽车的动力电池可作为分布式储能单元，与电网的能量管理系统进行通信，并受其控制，在电网负荷高峰时段对电网进行方向馈电行为，而在电网负荷低谷时段进行正向充电行为，进而实现电动汽车的动力电池与电网之间的能量转换。然而没有相应的电价诱导和政府支持，容易导致用户自主无序的充放电，从而增加电网负荷负担，因此利用一些经济措施（如分时电价）诱导用户有选择地控制其负荷曲线，进而达到负荷侧管理（demand side management，DSM）、优化负荷波形、消峰平谷等目的，且可以尽可能地维持用户用电舒适度在一个较高的水平。

本文对比分析不同的空调温控模式，在确保用户舒适度的前提下，减少对设备的损耗。此外，引入分时电价经济策略，诱导用户在电网购电价峰值期间放电，在充电电价平、低值期间充电，以可控负荷（空调、电动汽车）总用电成本最小化为目标，对可控负荷进行优化控制。

2 空调温控模式

假设住宅房屋模型及计算得到的房屋窗户、墙壁等效面积等相关参数如表1所示。

假设整栋房屋在单位时间t内由室外与室内的温度差而导致从室外搬到室内的热量为Qout-in，由空调的制冷热量而导致从室内搬到室外的热量为Qin-out，因此单位时间内整栋房屋内的温度变化与实际室外向室内传递的热量相关，具体计算如下：

式（10）中：UtEV为电动汽车在第t时段充放电的总成本；PtEV，c、PtEV，d分别为在第t时段内电动汽车的充电功率和放电功率；sct、sdt分别为在第t时段电动汽车的充放电状态因子；c1t、c2t分别为在第t时段电动汽车正向充电电价和反向放电电价，如图2所示。

本文中采用的分时电价模式，将一天中充放电电价分为峰、平、谷三个阶段。由图2可见，充电电价在09：00～12：00和18：00～21：00为峰阶段，13：00～17：00和21：00～24：00为平阶段，01：00～08：00为谷阶段；放电电价在08：00～12：00和16：00～21：00为峰阶段，13：00～15：00和22：00～24：00为平阶段，01：00～08：00为谷阶段。

对电动汽车进行充放电时，电荷状态很低的电动汽车有可能继续向电网放电，电荷状态很高的电动汽车有可能电网继续向其充电，容易出现“高充低放”的现象。为了减少电池的损耗，本文引入权重系数βct和βdt，将电动汽车的电荷状态被控制在[Ssocmin，Ssocmax]范围内，β取值如下所示：

式中：βct、βdt分别为电动汽车在时段t内的充电系数和放电系数；Ssoct为时段t初电动汽车的电荷状态；Ssocmax为最高电荷状态；Ssocmin为最低电荷状态。

本文引入权重系数后充放电功率分别为βctPtEV，c和βdtPtEV，d。由式（12）可知，电动汽车放电期间，当电动汽车的电荷状态最低，Ssoct=Ssocmin时，βdtPtEV，d=0，停止放电；电动汽车充电期间，当电动汽车的电荷状态最高，Ssoct=Ssocmax时，βctPtEV，c=0，停止充电。

4 可控负荷调度优化决策模型

4.1 目标函数

本文以空调负荷PAC和电动汽车充放电负荷、PEV，c、PEV，d为优化变量，以这两种可控负荷用电总成本最小为决策目标：

4.2 约束条件

4.2.1 空调负荷约束条件

空调负荷约束条件包括室内温度约束和单位时间内空调输入功率约束两个方面：

（1）室温约束条件。

5 算例分析

5.1 不同温控模式的结果分析

在本文算例中，一栋住宅房屋里有一台空调和一辆电动汽车，以合肥市8月11日的室外大气温度为例，如图3所示。

在空调恒输入功率模式下，空调每小时的输入功率恒为3kW，单位时间（1min）内输入功率为0.05kW，能效比为3，用户期望室温为26℃，允许误差为±2℃，因此室内舒适温度范围为[24℃，28℃]，室内初始温度设定为26℃，空调的初始状态处于开启状态（σ=1），室温变化如下：

分别对空调恒输入功率和变输入功率两种温控模式进行分析，两种模式下的室温控制结果和各小时内的总输入功率如图4所示。由图4可知，恒/变输入功率两种模式下，控制后一天平均室温分别为26.37℃和26℃，一天24h总输入功率分别为20.5kW和21.6kW。结合图2中的电价数据，计算得到恒/变输入功率两种温控模式下空调负荷产生的成本均分别为12.8884元和13.3350元。结果表明，恒输入功率模式下，在满足用户的舒适度的前提下，空调一天24h的耗电量和分时电价下总用电成本均更少，但一天中空调的启/停次数达到了145次，平均10min空調就启/停一次，高频率的更换空调的停启状态会严重降低其寿命。变输入功率模式下，总输入功率和总成本比恒输入功率模式分别多出1.1kW和1.024元，一天中空调的启/停次数为零，且室温一直维持在26℃，相比于恒输入功率的高频启停模式，变输入功率的温控模式更加可行。endprint

5.2 电动汽车负荷优化结果分析

本文假设电动汽车8：00离家，18：00点到家，在离家期间不进行任何充放电行为，电动汽车电池容量为24kWh，其它相关参数如表2所示。

由于电动汽车在离家状态中具体行程安排未知，因此为了简化表达，8：00～18：00的电荷状态表达如下：

文中电动汽车的充放电电价分为峰、平、谷三个阶段，如图2所示，对比图中的电价数据，本文假设电动汽车在18：00～21：00期间对电网反向放电，在21：00～8：00期间正向充电。分别对电动汽车负荷优化前后结果进行分析，电动汽车各时段的充放电功率和相应的电荷状态的变化曲线如图5、6所示。

对比电动汽车负荷优化前后的结果，一方面，图5显示优化前电动汽车在放电期间放电并不完全，放电收益减少，这可能会导致总成本增多，而图6显示优化后的放电更加完全，并且未超出电池最低电荷状态的要求。

另一方面，图5显示电动汽车在21：00～24：00充电电价峰值期间的充电功率比1：00～08：00谷值期间更高，这会导致负荷峰上加峰，同时用户充电成本也相应增多，相比之下，图6中优化后各时段的充电功率更加合理。在空调变输入功率温控模式下，一天24h家电可控负荷的各项数据如表3所示。

根据表3中的负荷相关数据可知，优化前、优化后、不参与V2G放电三种情况下，优化后的电动汽车总用电负荷分别比优化前和不参与V2G放电的情況下多了11.9%、48.5%，但优化后的总用电费用却分别比优化前和不参与V2G放电的情况下减少了8.3%、23.2%。结果表明，电动汽车充电量最少的反而成本最高，在未优化的情况下用户不考虑分时电价，在用电高峰期间依旧进行充电行为，导致电网负荷峰上加峰，同时也增加了用电成本。由此可见，电动汽车可控负荷优化后有效减少了用户的总用电成本，同时验证了分时电价模式的可行性。

6 结语

本文采用空调变输入功率恒温控模式，建立了一天24h用户用电成本最小化的优化目标模型，以某区域的实时室外温度数据为例，利用改进粒子群优化算法对模型进行求解，结论如下：

（1）采用的空调变输入功率恒温控模式可行性较高，延长了空调的使用寿命，并且使室温一直处于稳定状态，最大限度地满足了用户的舒适度；

（2）文中引入的新型权重系数，有效地避免电动汽车出现“高充低放”现象，使电动汽车的充放电行为更加合理，减少了对电池的损耗；

（3）基于分时电价建立的优化策略，使电动汽车在用电高峰时段响应电网需求，进行V2G反向放电行为，在低谷时段进行充电行为，缓减电网负荷高峰紧张的同时提高了用户放电收益，降低了充电成本。

参考文献

[1]陈洁，杨秀，朱兰等.微网多目标经济调度优化[J].中国电机工程学报，2013，33（19）：57-66.

[2]苗轶群，江全元，曹一家.考虑电动汽车随机接入的微网优化调度[J].电力系统自动化，2013，33（12）：1-6.

[3]汤奕，邓克愚，孙华东等.智能家电参与低频减载协调配合方案研究[J].电 网 技 术，2013，37（10）：2861-2867.

[4]汤奕，鲁针针，宁佳.基于电力需求响应的智能家电管理控制方案[J].电力系统自动化，2014，38（09）：93-99.

[5]高赐威，李倩玉，李扬.基于DLC 的空调负荷双层优化调度和控制策略[J].中 国 电 机 工 程 学 报，2014，34（0）：1-10.

[6]姚建国，杨胜春，王珂等.平衡风功率波动的需求响应调度框架与策略设计[J].电力系统自动化，2014，38（09）：85-92.

[7]胡泽春，宋永华，徐智威等.电动汽车接入电网的影响与利用[J].中国电机工程学报，2012，32（04）：1-32.

[8]曹一家，苗轶群，江全元.含电动汽车换电站的微电网孤岛运行优化[J].电力自动化设备，2012，35（05）：1-6.

[9]戴诗容，雷霞，程道卫等.电动汽车峰谷分时充放电电价研究[J].电网与清洁能源，2013，29（07）：77-82.

[10]Weather website[Online].Available： http：//www.wunderground.com/ history

作者简介

李慧媛（1991-），女，江苏省盐城市人。硕士学位。现为盐城工学院教师。主要研究方向为电网负荷侧管理、神经网络的稳定与同步等。

作者单位

盐城工学院（电气工程学院） 江苏省盐城市 224051endprint