基于分时电价和需求响应的家庭微电网系统协同控制策略及其实现

仲志强，成海生，蔡华，张辉辉，江御龙

（南瑞集团有限公司，江苏省 南京市 211106）

0 引言

面对全球节能减排以及能源安全的巨大挑战，大力发展可再生能源将成为推动经济转型的重要手段[1]。利用光伏能源分布广的特点，可在分散屋顶安装分布式光伏发电系统直接为居民家庭负荷供电，这样不仅减少了居民用户的电费支出，而且降低了电网运行负荷高峰期的压力[2]。另外，随着家庭电动汽车的日益普及，多数电动汽车每天闲置不用的时间较长[3]，这使得电动汽车上的大容量电池参与居民家庭负荷供电成为了可能，电动汽车作为电网的可控负载和分布式储能，具有削峰填谷、后备电源、降低成本等作用[4-5]。居民家庭负荷、分布式光伏发电系统、电动汽车（动态储能）以及家用蓄电池（静态储能）共同构成了家庭微电网。家庭微电网是智能配电网的重要组成部分和主要建设内容[6-7]。随着智能电网不断发展，家庭居民用电将参与电网的优化调度运行，这对居民智能用电的发展提出了更高要求[8]。

家庭微电网作为典型的信息物理系统(cyber physical system, CPS)，是集信息采集、管理决策、控制与通信为一体的综合系统，可最大限度地发挥分布式能源在经济、能源和环境中的优势，实现居民用户的利益最大化。目前，国内外学者针对家庭微电网优化调度问题进行了大量研究，主要包括居民负荷分类[9-10]、优化调度模型[11-14]和求解算法[15-16]等，然而实现家庭微电网优化调度仍存在诸多问题。在分时电价环境下居民家庭负荷的优化不仅决策变量过多，而且调度模型复杂，随着分布式光伏发电系统和储能系统的接入[17-18]，居民用户的用电需要家庭微电网的优化调度，如何实现分时电价、分布式光伏发电系统、储能系统以及家庭负荷之间的协调优化仍需要研究。文献[19]提出的调度策略实现了不同目标和环境下的优化调度，但却忽略了对蓄电池的实时控制，无法确保蓄电池的安全运行。或者未考虑电网负载压力过大，台变负载率大于台变负载极限时，策略系统实时响应电网负荷调度的要求[20-21]。

综上，本文以家庭可调度负荷、电动汽车和家用蓄电池为优化调度对象，提出了基于分时电价和需求响应的家庭微电网系统协同控制策略，策略分为日前负荷优化调度和日内需求响应调度两部分，通过搭建家庭微电网系统进行了试点验证，试点结果表明策略能够实现台区负荷曲线平滑转移，提高居民用能的经济性和台区运行的稳定性。

1 家庭微电网系统架构

家庭微电网系统基于边缘计算的理念和技术，构建了以边缘为核心的“云、管、边、端”四层架构，可实现各类用能设施便捷接入、状态全面感知、用能智慧互动。通过分散式的边缘管理终端将标准化的模型、用能策略等控制软件嵌入到物理设备中，实现分散区域自治和分层控制，通过集中式的家庭智慧用能服务平台提供增值应用，实现双向云边协同与分层运作。系统整体架构如图1 所示。

图1 系统整体架构图Fig.1 Overall architecture of the system

客户侧能源控制网关是家庭微电网系统架构中的核心环节，是数据汇聚、边缘计算和应用集成的开放式平台，设备基于“统一硬件平台+边缘操作系统+APP 业务应用软件”的技术架构，通过“软件APP 化”方式，在边缘节点可部署微应用，支持灵活升级和业务功能扩展，是云计算在边端的延伸和演进，具备通信、采集、计算、分析和控制的功能。设备基于模组化结构设计，由主控模块、交采模块、HPLC 模块、4G+以太网+光纤模块、RS485+遥信模块、LoRa 模块、MBus 模块、RS-232 模块、遥控模块，共9 个模块组成，可根据实际需要灵活配置。

能源路由器是具备数据采集、存储、通信、功率控制、策略执行等功能的新型智能电表，可接收来自客户侧能源控制网关下发的定时或周期控制任务计划，并根据计划在指定时间点向设备发送启动、停止、工作模式切换等控制指令。

智能插座主要连接居民的空调以及其他普通用电设备，可以采集用电设备的电压、电流、功率、电量等数据，并进行跳闸控制，插座还可通过红外通信对空调进行温度和工作模式的重新设定，实现负荷调节。

2 家庭微电网系统优化调度模型

家庭微电网系统的调度对象主要是居民用电负荷和储能系统，系统采用按时间段调度的方式，可将调度周期T 拆分成多个长度相等的子时段t。

2.1 居民用电负荷模型

居民用电负荷分为可调度负荷和不可调度负荷。不可调度负荷由于其使用状态对居民的日常生活影响较大（如：电灯、电视、电脑等），此类负荷系统不作为调节对象，仅作为调节的基础。可调度负荷又分为不可中断负荷和可中断负荷。不可中断负荷在其工作时间内不能随意开关（如：洗衣机、电饭锅、洗碗机等），而可中断负荷能够间隙性地工作，在满足最小运行的时间的情况下随意开关（如：电动自行车、扫地机器人、除湿器等）。不可中断负荷和可中断负荷模型[22]如下式：

式中：Pa(t)、Pb(t)为不可中断负荷a 和可中断负荷b 在时段t 中消耗的电能；为不可中断负荷a 和可中断负荷b 的额定功率；sa(t)、sb(t)为0/1 变量(0 表示关闭，1 表示开启)；和分别表示不可中断负荷a 和可中断负荷b 工作的起止时间；Ha、Hb为不可中断负荷a和可中断负荷b 需要工作的时间段。

已有研究表明，在较小影响甚至不影响用户舒适度的情况下，空调和热水器可以通过工作模式切换或断网来满足系统的负荷调度需求[23]，空调和热水器负荷模型如下式。

空调可分为制冷和制热两种工作状态，负荷模型分别如下式：

式中：TAC,C,S、TAC,H,S为空调制冷、制热状态设定的温度值；： ΔTAC,C、 ΔTAC,H为空调制冷、制热状态下室温设定的范围；TAC,t为t 时间段室内的温度；SAC,C(t)、SAC,H(t)为t 时间段内空调制冷、制热的工作状态（0 表示停止，1 表示运行）。

热水器负荷模型为

式中：TWH,S为热水器设定的温度值； ΔTWH为热水器水温设定的范围；TWH,t为t 时间段热水器的水温；SWH(t)为t 时间段内热水器的工作状态（0表示停止，1 表示运行）。

2.2 储能系统模型

家庭微电网中存在分布式光伏发电系统，储能系统的加入能够实现系统内光伏出力的跨时段转移，并结合分时电价信息，在提高分布式能源的利用率的同时，促进家庭微电网的经济稳定运行[24-25]。储能系统出力包含家用蓄电池出力和闲置的电动汽车储能电池出力模型分别为：

式中：SOCBT(t)、SOCEV(t)时段t 蓄电池和电动汽车的荷电状态；CBT,net(t)、CEV,net(t)为时段t 蓄电池、电动汽车的剩余电量；PBT,c(t)、PBT,d(t)和PEV,c(t)、PEV,d(t)分别为时段t 蓄电池和电动汽车的充、放电功率，θBT,c、θBT,d和θEV,c、θEV,d分别为蓄电池和电动汽车的充、放电效率；PBT,c,max、PBT,d,max和PEV,c,max、PEV,d,max分别为蓄电池和电动汽车最大充、放电功率，SOCBT,max、SOCBT,min和SOCEV,max、SOCEV,min为蓄电池、电动汽车最大、最小荷电状态值，避免出现过度充、放电；UBT(t)、UEV(t)为时段t 蓄电池和电动汽车的运行状态，充电为0，放电为1；λBT、λEV为充放电次数限值；考虑用户的上下班出行规律，表示电动汽车不参与负荷调度的起止时间。

2.3 优化调度目标函数

2.3.1 居民用电成本

居民的用电成本主要考虑从电网购电产生的费用以及向电网卖电获得收益，其最小模型如下式：

式中：Bc为用户在调度周期T 内的成本；Bc(t)为用户在t 时段的用电费用；Pdownload(t)为t 时段用户向电网购买的电量；Pupload(t)为t 时段用户卖给电网的电量；RPricebuy(t)和RPricesale(t)分别为时段t的电网分时电价和卖电价格。

2.3.2 系统净负荷平坦度成本

家庭微电网系统为配合电网实现台区负荷平滑，配合台区进行削峰填谷，系统引入了净负荷的概念，即：净负荷=不可调度负荷用电功率+可调度负荷功率-分布式能源发电功率±蓄电池充放电功率±电动汽车充放电功率。同时将负荷曲线的平坦度乘以对相应的系数φ[22]，将其转化为净负荷平坦度成本BF，如下式所示：

式中：φ 为转化系数；Pn(t)为时段t 的净负荷功率；Pmust(t)为时段t 的不可调度负荷总功率；为时段t 可调度负荷的总功率；PDG(t)为时段t 分布式能源发电功率；PBT(t)和PEV(t)分别为时段t 蓄电池和电动汽车的充放电功率。

基于负荷和储能的约束条件和目标函数，家庭微电网优化调度模型如式(12)所示。由于模型的求解是时段内各设备的0 和1 调度规划，故可采用二进制粒子群算法对模型进行求解：

3 家庭微电网系统调度策略

3.1 日前负荷优化调度策略

在家庭微电网系统负荷优化调度过程中，为提高居民用户的用电经济性，同时避免蓄电池SOCBT和电动汽车SOCEV出现越限，保证蓄电池和电动汽车的安全运行，应根据分时电价动态调整家用蓄电池和电动汽车的充放电行为。分布式能源出力和负荷功率偏差为 Δ P(t)，可表示为

在时段t 内，可根据 ΔP(t)来确定家庭微电网系统日前负荷优化调度策略，调度策略如下：

1）Δ P(t)＞0， Δ P(t)优先给电动汽车充电，充电功率 PEV,c(t)由 式(14)确定；若求得 ΔP(t)＞PEV,c(t)，则给蓄电池充电，充电功率 PBT,c(t)由式(15)确定；若ΔP(t)＞PEV,c(t)+PBT,c(t)，将多余电量卖给电网形成收益， Pupload(t)=ΔP(t)−PEV,c(t)−PBT,c(t)。

2） ΔP(t)＜0，且时段t 处于谷时电价，则由电网补充用电不足部分，同时从电网购电对电动汽车和蓄电池进行充电，充电功率 PEV,c(t)和 PBT,c(t)分别由式(16)、式(17)确定。

3）Δ P(t)＜0，且时段t 处于平时电价，则由电网补充用电不足部分，蓄电池和电动汽车不动作。

4） ΔP(t)＜0，且时段t 处于峰时电价，则由蓄电池来优先补充用电不足部分，蓄电池放电功率 PBT,d(t)由 式(18)确定；若 |ΔP(t)|＞PBT,d(t)，则由电动汽车补充用电不足部分，电动汽车放电功率PEV,d(t)由 式(19)确定；若| ΔP(t)|＞PBT,d(t)+PEV,d(t)，则由电网补充用电不足部分来平衡负荷缺额，Pdownload(t)=|ΔP(t)|−PBT,d(t)−PEV,d(t)。

3.2 日内需求响应调度策略

当日内电网负载压力过大或者台变负载率大于台变负载极限时，家庭微电网系统可以进行日内需求响应调度，以缓解电网供电系统的压力，同时享受电网的需求响应激励奖励，如：北京约定需求响应每次20 元/kW，实时需求响应每次30 元/kW；河南省约定需求响应每次12 元/kW，实时需求响应每次18 元/kW；山东省需求响应价格采用单边市场（供方）集中竞价方式确定，以系统边际价格为出清价，并设置了30 元/kW 的报价上限。

根据最新调查统计数据，空调和热水器耗电量约占全天用电量的50%，中午及晚间高峰时期占比均在70%左右。因此本系统将空调和电热水器视为日内需求响应调度的主要负荷设备，根据电网设定的功率限定值，家庭微电网系统日内需求响应调度策略如下文所述。

1）分布式能源优先消纳：系统按分布式光伏发电、家用蓄电池储能、电动汽车储能的出力顺序依次出力供电。

2）负荷转移调节：尽可能让电热水器在进入负荷限制时段前速热或慢热，限制时段以保温运行或者停止工作，避免不需要热水的时候浪费电能；空调尽量在进入负荷限制时段前制冷或者制热，限制时段尽量让预计平均热感觉指标(predicted mean vote，PMV)值处于1 或者−1 的状态，控制空调运行在ECO 节能模式。

3）多设备协调运行：通过构建家庭微电网用能行为模型，在负荷限制时段，针对空调和热水器同时运行情况进行协调控制，将热水器的加热时间和空调交替送风模式结合起来，运用空调和热水器错时运行、多空调错时运行的模式，降低系统的用电负荷。多设备协调运行如图2所示。

图2 负荷限制时段多设备协调运行Fig.2 Coordinated operation of multi equipment during load limiting period

4）负荷实时控制：根据设定的负荷优先级，按由低到高的顺序依次关闭负荷设备，直到满足电网负荷限制的要求，并实时检查各个设备所对应的舒适度情况（热水器的水温，空调的室温），在满足负荷要求的前提下进行工作状态的调节。

4 家庭微电网系统控制流程

家庭微电网系统控制可分为日前负荷优化调度和日内需求响应调度两个阶段，日前负荷优化调度具有全局性和计划性，主要指明优化调度的总体方向，在减少居民用户用电成本的同时降低储能的动作次数，平滑净负荷曲线；日内需求响应调度主要针对实时运行过程中出现的计划外事件使台变出现过载，不能满足安全运行要求时，则需进行日内需求响应调度，缓解电网供电系统的压力，系统控制流程如图3 所示。

图3 系统控制流程Fig.3 Control process of household microgrid system

在日前负荷优化调度阶段，客户侧能源控制网关以1 天的时间为尺度，通过历史家庭负荷数据、分布式光伏出力数据、气象数据、日类型数据以及用户随机活动数据，调用相似日负荷预测模型和深度神经网络预测模型进行组合预测，求得下一日的家庭负荷功率以及分布式光伏出力。并根据预测数据、可调负荷设备信息和分时电价，结合系统日前优化调度策略求解目标函数，得到下一日家庭蓄电池SOCBT(t)、电动汽车SOCEV(t)以及可调度负荷的工作状态s(t)，生成最优用电计划。客户侧能源控制网关将用电计划同步给家庭智慧用能服务平台，并通过智能插座直接调节控制家庭用电负荷，对电动汽车以及蓄电池的调节控制则通过能源路由器进行。

在日内需求响应调度阶段，客户侧能源控制网关实时采集系统内分布式能源和家庭负荷设备的电压、电流、功率、电量等信息，并通过省级物联管理平台主动上报给家庭智慧能源服务平台，家庭智慧用能服务平台根据上报的家庭负荷数据，并通过15 min 超短期负荷预测，动态评估各台变运行情况，实现整体调度。当实时或预测台变发生负载率大于台变负载极限，配变负荷上升到配变容量时，则给客户侧能源控制网关下达实时或对应预测时段负荷限制的控制指令。客户侧能源控制网关根据负荷限制要求，调用日内需求响应调度策略，对系统内家用蓄电池、电动汽车以及空调和热水器进行调节，生成最佳的负荷控制计划，并通过路由器和智能插座实现设备调节控制，响应家庭智慧能源服务平台下发的负载限制要求，避免负载越限，同时享受电网给予的需求响应激励补贴。

5 实例分析

以北京某小区典型家庭进行分析，家庭微电网系统中分布式发电为额定容量6 kW 的光伏电源，家用蓄电池容量为10 kW·h，电动汽车储能电池容量为16 kW·h，热水器为80 L 额定功率3 kW，4 台变频空调（3 匹1 台，制冷1.96 kW，制热3 kW；1.5 匹3 台，制冷0.78 kW，制热1.5 kW）。蓄电池和电动汽车的充、放电效率θBT,c、θBT,d和θEV,c、θEV,d均取0.8，最大充、放电功率PBT,c,max、PBT,d,max和PEV,c,max、PEV,d,max均取2 kW、1.8 kW，最大、最小荷电状态SOCBT,max、SOCBT,min和SOCEV,max、 SOCEV,min均 取0.9 和0.2，充放电次数限值λBT、λEV为8 和6，转化系数φ为0.05，用户上网售电价格按0.45 元/(kW·h)，电动汽车不参与负荷调度的起、止时间为07:00:00、18:00:00。日前负荷优化调度周期考虑1 天的时间，可划分为长度为1 小时的24 个子时段，即：T=24，Δt=1。系统可调负荷设备见表1，北京地区的分时电价见表2 所示。

表1 系统可调负荷设备Table 1 Adjustable load equipments in household microgrid system

表2 北京地区分时电价定义Table 2 Definition of TOU pricein Beijing

根据负荷预测结果，分布式光伏发电出力和家庭负荷的预测如图4 所示，日前负荷优化调度结果如图5、图6 所示。

图4 分布式光伏出力和家庭负荷功率预测Fig.4 Distributed photovoltaic output and prediction of household load power

图5 可调度负荷优化调度结果Fig.5 Optimal dispatching results of schedulable load

图6 储能系统优化调度结果Fig.6 Optimal dispatching results of energy storage system

根据图5 可调度负荷的优化调度结果可知，电动自行车、电饭煲和洗碗机都安排到了谷电价时段工作，洗衣机、除湿机和扫地机器人被安排到了平电价时段工作，而且扫地机器人安排到了2 个时间段分别工作，通过优化，可调度负荷设备都被安排到了低电价时段或较低电价时段运行。

根据图6 储能系统优化调度结果可以发现，在谷电价时段，电动汽车和蓄电池分别于23:00:00 和02:00:00 开始充电，并且于04:00:00 和06:00:00 完成充电，对应储能电池SOC 达到了最大；在07:00:00～18:00:00，电动汽车满足正常上班出行需求并消耗电能，不参与系统负荷优化调度；在07:00:00～10:00:00 平电价时段，蓄电池无任何动作；在10:00:00～15:00:00 第一个峰电价时段，蓄电池开始放电，在13:00:00 结束放电转为充电，此时分布式光伏发电大于家庭负荷；在18:00:00～21:00:00 第二个峰电价时段，家庭负荷达到最大高峰，家用蓄电池和电动汽车同时放电提供电能，在20:00:00 蓄电池SOC 达到最小值停止放电，而电动汽车持续放电出力直至峰电价时段结束。

图7 为使用日前优化调度策略前后的费用对比，家庭微电网系统日前负荷优化调度结果充分说明了系统策略调度的经济性，可以看出峰时段和平时段购电支出都有所降低，谷时段略有升高，家庭用户支出费用整体降低了7.128 元。同时家庭微电网净负荷平坦度成本得到了降低，由2.4823 降低为1.8669，系统净负荷曲线更加平滑。另外，家用蓄电池充放电均为2 次，电动汽车充放电均为1 次，并且未发生电池SOC 越限的情况，在减少了蓄电池动作次数的同时保证了蓄电池的安全运行。

在日内运行阶段，电网在19:00:00 预测晚高峰20:00:00～21:00:00 将出现用电负载压力过大，家庭智慧用能服务平台给签约的家庭微电网用户下发负荷限制要求，在20:00:00～21:00:00 时间段家庭微电网整体负荷不超过2 kW，约定需求响应激励20 元/kW。

图7 用户收支费用对比Fig.7 Contrast of user’s income and expenditure

根据19:00:00 超短期负荷预测，20:00:00 家庭负荷将经达到6.3 kW，即使考虑电动汽车储能的出力（蓄电池SOC 已到最低），家庭负荷仍超过负荷限制要求，为4.3 kW，不满足要求。客户侧能源控制网关调用日内需求响应调度策略进行优化，首先暂停蓄电池和电动汽车出力供电，保存电量到20:00:00 恢复供电；同时热水器采用保温和加热方式，先保温至42 ℃，19:30:00 点加热至75 ℃；客厅空调由于全天运行，无需提前调节，3 台卧室空调分批错时提前开启。在进入20:00:00～21:00:00 时间段，开启蓄电池和电动汽车出力供电；热水器和空调采用节能策略，即热水器采用保温模式，4 台空调采用动态调温模式，温度升高1～2 ℃。通过测试，家庭负荷降低为1.8 kW，完成了电网负荷限制要求，可享受电网需求响应激励补贴86 元（有效响应日内负荷调节4.3 kW 一小时），同时避免了违约责任。另外若电网根据配变台区实时负载情况，20:30 继续下发实时需求响应需求，限制家庭微电网整体负荷不超过1.5 kW，则系统可根据优先级先后顺序依次强行关闭对应设备，并实时监控负荷情况和用户舒适度，以满足电网实时负荷响应的需求。

6 结论

本文建立的家庭微电网系统，可以实现对分布式光伏发电、家用蓄电池、电动汽车、家庭负荷设备的优化调度和控制。

1）以用户用电成本最低和净负荷曲线平坦度为优化目标建立了优化调度模型，通过系统日前优化调度策略，能够在减少居民用户用电成本的同时降低储能电池的动作次数，提高了家庭用户的经济收益，系统净负荷曲线更加平滑；

2）结合空调和热水器的工作负荷特性，通过日内需求响应调度策略，系统可响应台区负载过大时的负荷限制需求，完成家庭微电网的负荷限制控制；

3）家庭微电网系统基于边缘计算的理念和技术，通过部署模组化的客户侧能源控制网关，实现了系统的自动化、智能化和模块化，能够有效提高台区运行的稳定性与经济性。