基于用户需求响应的家庭能源管理系统

李 尧 王 伟 边 琦

山东省建筑科学研究院有限公司

0 引言

全球变暖和能源短缺问题的日益突出，引起了人们对智能建筑的关注。智能建筑是信息通信、物联网等智能技术在住宅建筑中的应用，其不仅被认为是一种能缓解全球变暖和能源短缺问题的有效方法[1-3]，而且能为消费者带来安全性能、消费者舒适度、家庭自动化和能源管理水平的提高。

智能建筑的发展使用户侧与电网实现了双向通信，家庭能源管理系统（Home Energy Management System, HEMS）[4,5]作为智能建筑的控制中心，为提高家庭用户的舒适度、节约电力能源、保证电网运行的稳定性提供了可能。HEMS是通过家庭中安装的智能感知设施收集室内环境、设备的用电量、电价等信息，然后基于用户需求或者用户个性化要求利用智能调度策略对家庭中的家用电器智能化调度控制。在满足用户要求的同时，可实现节约能源的目的[6-8]。但是，随着社会经济的发展，用户对电力能源的需求也日益增加，使电力供求不平衡问题频繁发生。

为此，在智能技术驱动下，基于需求响应的HEMS成为了研究热点，其可以通过评估电价、需求和外部变量的不确定性信息，并制定适当的计划来控制用电设备或改变用户的用电模式[9]。其目的是在保证电网公司和用户利益的基础上，减少设备的能源消耗和发电成本，并为电网的安全运行提供保障。本文通过对需求响应进行分析，给出基于需求响应的HEMS 一般架构，讨论其优化控制策略，旨在为电网的安全运行提供参考。

1 需求响应

需求响应是为了保证电网运行的稳定性和提高电力市场的经济性，并考虑家庭用户如何影响电力市场而提出，是HEMS 发展的必然产物[10]。在基于需求响应的HEMS 模式下，当电网运行的稳定性受到威胁时，电网公司会向用户发送调整用电负荷的诱导信号，或者当电力市场（电价）发生变化时，电网公司也会向用户发送变化后的电价信号。HEMS 则根据这些信息按照用户需求调整用电模式，以保证家用设备的电力消耗和电网运行的稳定性。简而言之，需求响应可理解为用户的用电量随时间的变化而变化，这些变化反映了电力成本的变化，或是在电力市场价格或电网系统的可靠性受到威胁期间诱导低用电量而设计的奖励支付。

根据不同的响应方式，需求响应可分为基于激励的需求响应和基于价格的需求响应两大类[2][4]（如图1 所示）。

图1 需求响应的分类

1.1 基于激励的需求响应

基于激励的需求响应是指电网公司根据电力的供需状况订制合适的政策，以引导参与该计划的用户调整家庭用电设备，以便用户在电网系统的稳定性受到威胁或用电高峰时间时减少用户的用电需求。在此过程中，参与该计划的用户可以获得财政奖励或者给予其它时间段的电价折扣。通常，该计划的激励措施[11-13]包括直接负荷控制、可中断负荷、需求侧竞价、紧急需求响应、容量/辅助服务等计划。

1)直接负荷控制（Direct Load Control,DLC）是指电网相关部门采用遥测、遥信、遥控等远程手段对家庭用户进行用电设施的监测控制、管理和服务。

2)可中断负荷（Interruptible Load, IL）是指电网相关部门按照其与用户签署的合同规定在电网负荷高峰期间可削减或转移用户相应的用电设备。

3)需求侧竞价（Demand Side Bidding, DSB）是指家庭用户可以直接参与电力市场的竞争措施。比如用户可通过合同订购或竞价的形式参与需求侧竞价。所参加的用户需要按照规定消减相应用电负荷。

4)紧急需求响应（Emergency Demand Response, EDR）是指根据电网系统负荷的需求或电价信息来消减用户的用电负荷，以缓解电网系统中的紧急事件（如高峰期间的电力负荷等）。

5)容量/辅助服务（Capacity/Ancillary Services, C/AS）是指家庭用户响应电网需求后将消减的负荷作为电力资源的一种方式。其要求参与的用户有能力应对消减负荷的持续性和随时性。

1.2 基于价格的需求响应

基于价格的需求响应是指家庭用户根据电力市场的电价改变对家庭用电设备的习惯，从而获得相应的经济利益或折扣、提高电力资源的利用率、提高电网系统的稳定性[14]。在此过程中，用户可将用电设备从高电价时段转移到低电价时段，这种方式不但可减低电网峰谷差还可以降低用户的电能花费。通常，电价形式[2,15]包括分时电价、实时电价和尖峰电价。

1)分时电价（Time-of-Use Price, TOUP）是最常见的住宅电价，目前世界上许多电力公司都在使用或考虑使用分时电价。在分时电价中，不同的电价被划分为峰谷电价、季节电价等。在这种情况下，电价在高峰时段高，在非高峰时段低，以鼓励消费者根据电价的上涨转移负荷。

2)实时电价（Real-Time Price, RTP）通常被称为动态定价，一年中的每个小时都呈现不同的价格，一般每个时段的价格按小时波动。与分时电价相比，实时电价更能体现电力能源的供需关系，在电力市场中也是比较灵活和可接受的。但在该模式下对定价技术的可靠性要求也相对较高。

3)尖峰电价（Peak Price, PP）旨在奖励那些自愿控制和减少用电需求的家庭用户，或将用电时间调整到非高峰时间的用户。这类情况一年中会发生几次，特别是对电力能源需求显著增加的夏季，参与的客户会被告知价格上涨，以便在关键负荷期间大幅降低负荷。在该方案中，用户获得的返利与他们减少的电力消耗的金额相对应。

2 基于需求响应的HEMS架构

在需求响应的模式下，用户侧的家用设备的优化控制主要由HEMS 来实现一元化管理。基于需求响应的HEMS 架构如图2 所示。其中，分布式能源主要指光伏发电和风力发电，但其具有一定的随机性、波动性等干扰[16]，所以不能将分布式能源直接接入到电网中，而是加入了储能设施。储能设施不仅可以储存分布式能源产生的电能，还可以在电价较低时段储存电网中的电能，并在电价较高时段为家庭用电设备提供电能，从而达到较少电能花费的目的。此外，智能电表作为HEMS与外界相连的中介，实现信息流和电力流的双向流动。用户还可通过移动设备查看家庭用电设备的状态、电能消耗等信息。

图2 HEMS架构

从功能上划分，基于需求响应的HEMS[5,17]可分为检测模块、预测模块、设置模块、优化调度模块和监控模块等五个功能模块。

1）检测模块主要是利用智能设备对家庭环境（如温湿度、亮度等）、家庭设施（如用电设备、分布式能源、储能设施等）工作情况、用户行为等信息进行检测。

2）预测模块主要是对分布式能源的输出功率、实时的电价信息、家庭设施的负荷等信息进行预测。

3）设置模块是指用户可根据用电习惯对家庭的设备设置一些个性化参数，如：设置用电设备使用的优先级、室内温度的阈值、用电设备的工作时间与控制方式等。

4）优化调度作为HEMS的核心模块，主要通过HEMS 控制器实现。其可根据用户设置的参数、预测和检测的需求响应信息对家庭设施进行优化控制，以满足用户的舒适度、提供电能的利用率并减少电能花费等目的。

5）监控模块主要是对家庭设施的工作状态进行监控，（如监控用电设备是否按照用户设置的方式运行），并可直观地显示各实施的工作信息和用电情况等。

HEMS 利用物联网、信息通信等智能技术将家庭用电设备、分布式能源、储能等设施连接成网络，通过各个模块间的协同合作，并根据电价和用户的舒适度等需求响应实现家庭设施的优化调度控制，以改善家庭用电的能耗和环境舒适度。

3 优化控制策略方法

HEMS可在不影响用户舒适度的情况下调度控制家庭用电设备以降低总能耗。通常通过最大程度减少峰值负载期间的电力需求并通过动态电价降低电费来优化控制家庭负载。此外，参与需求响应的用户可在高峰时段减少用电量并将高峰时段的负荷转移到非高峰时段时实现降低电费。根据控制策略方法的不同，可以将其归为三大类：基于规则的控制策略、基于智能算法的控制策略和基于优化的控制策略。

1)基于规则的控制策略（Rules-based Control Strategy）。基于规则的控制策略已在许多系统中通过指定条件进行应用。该方法可根据不同的需求（如设备不同的优先级、电价不同的时段等信息）创建控制规则，然后按照创建的规则按需控制家用设施，可为降低能源成本提供合适的解决方案，并在实时定价下控制价格波动[18-19]。如基于电价时段控制方法可将负载从高价时段转移到低价时段，或减少使用的负载。但是，基于规则的家电调度方法也存在缺点。比如，不适合扩展，因为它不能依赖规则来扩展系统。同时，这种方法不能处理大数据，尤其是需求响应策略，这将使实时控制家用电器变得困难。

2)基于智能算法的控制策略（Intelligent Algorithms-based Control Strategy）。基于智能算法的控制策略方法具有出色的预测和实时操作性能，主要包括基于人工神经网络、模糊逻辑控制和自适应神经模糊推理的控制方法[20]。基于人工神经网络的控制策略可以代替仿真工具为控制和预测问题提供快速解决方案[21]，可以通过控制家庭用电量有效控制能源消耗。该方法还可以遗传算法或粒子群算法相结合以获得准确的能源管理决策降低能源需求的总能源价格和运行延迟。基于模糊逻辑控制方法[22]通过模糊化，去模糊化，规则库和推理引擎对用户舒适度、电力消耗、电力成本进行建模并预测，最大程度地提高舒适度并减少住宅的能耗和电能花费。基于自适应神经模糊推理的控制方法可根据动态价格确定最佳的能源调度[23]（即通过控制家庭负载以减少功耗），但是，该方法需要大量的数据样本和较长的训练时间。

3)基于优化的控制策略（Optimization-based Control Strategy）。优化是在确定受约束的目标函数之后，生成最合适的控制方案[24]。目标函数可以根据需求响应来制定，并且可以采取最小错误、最小成本、最佳设计和最佳调度的形式。如：根据不同的电价、定价方案和舒适性来创建最佳的设备能源控制方案。此外，启发式优化（heuristic optimization）[25]调度算法对实现最佳解决方案也至关重要。如：考虑分布式能源，基于最小化电费和最大化舒适度来设计并优化模型，进而调度和控制家庭用电设备和储能系统以获得有效的能源管理。但是，该方法相对容易陷入某些局部最小值，难以选择最优控制参数。

优化控制策略方法的目的是在提高用户舒适度和用电效率的同时减少能耗和电能花费，并保证电网的安全运行。然而，由于电价的动态性、分布式能源的不确定、能量流动的复杂性等因素，都相应增加了研究基于需求响应的HEMS 控制方法的难度，但是综合考虑这些因素来设计优化控制策略是HEMS的研究方向之一。

4 结论

本文根据需求响应，阐述了激励的需求响应和基于电价的需求响应。在此基础上，给出了基于需求响应的HEMS 架构与其组成部分。对基于规则、智能算法和优化的控制策略方法进行了详细阐述与讨论。尽管基于需求响应的HEMS 得到了长足的发展，但仍然存在一些挑战。HEMS 的发展趋势需要考虑面向需求响应的实施，以及支持分布式可再生能源和新能源设施（如电动汽车）接入电网，以最大化的提高用电效率、居民舒适度，并减少电能花费等，这将会为HEMS 的研究提出更大的挑战。