应对停电的储能备用系数及家庭能量管理系统优化控制模型

唐 捷，黄婧杰，徐志强，陈毅波，刘科明，杨洪明

（1.湖南省清洁能源与智能电网协同创新中心（长沙理工大学），长沙 410114；2.国网湖南省电力有限公司经济技术研究院，长沙 410004；3.国网湖南省电力有限公司信息通信分公司，长沙 410007）

随着用户侧分布式光伏、储能及智能家电的发展，居民用户面临着如何合理利用分布式光伏和储能，提高家庭用电经济性和可靠性的问题。家庭能量管理系统HEMS（household energy management system）作为能量管理技术在用户侧的体现，可以基于系统中家庭能量管理和优化模型[1-3]，实现各类用电设备及储能的自动控制，从而降低用户用电成本[4-5]，对电力系统也可起到削峰填谷的作用[6]。

现阶段，国内外学者针对HEMS中优化模型研究主要集中在用电设备的分类和建模[7-9]、优化模型建立[10-12]和求解算法上[13-15]。其中，制定出合理的优化模型对降低用户用电成本显得至关重要。例如在现有的优化模型建立方面，有研究计及自身卖电收益、买电成本和政府补贴等因素，考虑分时电价和阶梯电价两种电价机制，通过优化家庭光储系统的储能运行状态，来达到自身用电成本最小的目标[11]。在考虑储能优化运行的基础上，部分学者根据家庭用电设备运行特点，以用户电能成本最小和负荷峰谷差最小为目标，优化用电设备运行时间[7]。考虑到优化后用户舒适度的问题，文献[10]进一步根据不同负荷设置了相应的舒适度指标，建立了一种基于用电成本和舒适度的多目标优化模型。但是，上述研究在优化用户用电成本时，忽略了分布式光伏系统、家庭用电设备及储能如何在分时电价下协调运行的问题，导致最终的用电成本并不能达到最优。同时，现有研究往往只关注到了用户用电经济性，很少有关注到电网的检修、事故停电期，居民对自身基本生活用电的需求。因此，如何合理优化储能和家庭用电设备的运行，使其在电网正常运行情况下配合分时电价、光伏发电系统来降低用户用电成本，同时又能实时预留合适的备用容量以满足电网停电情况下用户基本生活用电的需求成为亟待解决的问题。而储能因其具有电能“时空平移”、“低储高放”的特点，不仅可以被用来提高用户用电经济性，而且常常被用来作为系统故障时的备用电源。

因此，为了在兼顾用户用电经济性的同时，考虑在储能运行过程中实时预留合适的备用容量应对可能存在的停电事故，提出了储能备用系数。此系数由家庭中基础用电设备功率和停电时长设定，并将设定好的系数应用于储能荷电状态约束中，用以提高储能荷电状态最小值，这样既可以有效降低用户用电成本，又可以保障停电期用户的基本生活用电，从而满足用户用电经济性和可靠性需求。

1 家庭用电设备及其控制系统

1.1 家庭用电设备及其控制系统组成

家庭用电设备及其控制系统结构如图1所示，主要包括家庭用电设备、光伏发电系统、储能、智能插座、双向电表、家庭网关、HEMS等。其中，HEMS包括设备层、通信层、控制层，可将所有发电、用电及储能设备整合在一起进行管理和控制。用户在HEMS交互界面输入用电设备参数，系统基于输入参数求解用户用电模型，生成最优用电策略，并根据用电策略集中控制用电设备通断，从而实现家庭用电智慧互动。

图1 家庭用电设备及其控制系统结构Fig.1 Framework of household electrical equipment and its control system

1.2 光储系统和家庭用电设备建模

1.2.1 分布式光伏及储能模型

1.2.2 家庭用电设备建模

家庭用电设备分为可控用电设备和基础用电设备两类。可控用电设备又称为柔性用电设备，根据此类用电设备工作特点可细分为可转移用电设备、可中断用电设备，这类设备工作时间相对灵活，具有参与需求侧响应的能力，能在用户提前设定好的允许工作时间内调整自己的用电方式。例如可转移用电设备可进行工作时间的转移或中断，响应后的结果对用户生活和用电满意度影响不大。基础用电设备又称为刚性设备，此类设备保障了居民正常生活的需求，且使用随机性较强，其用电方式的调整会对用户日常生活和用电满意度造成较大影响，通常不参与优化[17-18]，例如家中常见的电灯、电脑等，因此HEMS优化的主要用电设备是可控用电设备。

1）可转移用电设备

可转移用电设备可以在用户提前设定好的时段内工作，工作时间具有可转移性，但是这类设备一旦开始运行，在其开始运行到结束运行的时段内常常表现为不可中断性，直至运行结束，运行期间功率恒定，例如家庭中常见的洗衣机、电饭煲等。根据可转移用电设备以上特点，建立运行控制数学模型，即

2）可中断用电设备

可中断用电设备通常可以在用户设定的运行时段内，在满足设备最小运行时长的前提下进行中断，其正常工作时功率恒定，例如家用电动汽车、加湿器等。根据可中断用电设备以上特点，建立运行控制模型，即

2 含储能备用系数的家庭能量管理系统优化模型

2.1 用电成本目标函数

2.2 计及储能备用系数的约束条件

2.2.1 储能备用系数

2.2.2 用电可靠性指标

为了评估所提储能备用系数在保证用户用电可靠性方面的作用，引用参考文献[20]的方法将可靠性用停电时用户用电功率缺额表示。用户用电功率缺额是指停电时储能当前剩余容量按照先保障停电时段基础用电设备用电，再保障可控用电设备用电的原则下，部分因储能剩余容量不足而无法按原计划开启的用电设备功率之和。因此，用户用电功率缺额越大，表明停电时段无法开启的用电设备就越多，停电对用户造成的影响就越大，反映出用户用电可靠性越低；反之，功率缺额越小，用户用电可靠性越高。因此，停电时用户用电功率缺额可表示为

式中：ΔE为用户用电功率缺额；tbre为停电时刻；P(t)为停电时长内用户总用电负荷大小，包括基础用电设备和可控用电设备；ηdis为储能放电效率；Emin为储能容量最小值。

由式（13）可知，不同停电时长下用户用电功率缺额由用户总用电负荷与此时储能电池放电功率相减得出。其中，储能放电功率通过停电时刻储能剩余可用容量（即E(t)-Emin）乘以储能放电效率计算得出。

2.2.3 含储能备用系数的约束条件

（1）含储能备用系数的储能荷电状态约束。求解过程中储能荷电状态应满足

（2）有功功率平衡约束为

（3）家庭用电设备控制约束。在家庭用电设备和储能优化运行求解过程中需要满足用电设备的用电控制模型，约束如式（3）和式（4）所示。

（4）储能充放电功率约束为

式中：sch(t)为储能充电0-1状态变量，0表示充电停止，1表示储能开始充电；sdis(t)为储能放电0-1状态变量，0表示储能放电停止，1表示储能开始放电；分别为储能最大充电和放电功率。

3 模型计算流程

图2 模型计算流程Fig.2 Flow chart of model calculation

4 算例仿真分析

4.1 参数设置

以湖南省株洲市示范乡村用户夏季日常用电情况为例设置仿真参数。算例仿真中，设置仿真时长T=24 h、步长Δt=1 h；用户售电电价（kW∙h），停电时长取0.5 h[21]；储能参数见表1；分时电价、光伏输出功率及用户基础用电设备曲线如图3所示；可中断用电设备、可转移用电设备参数如表2和表3所示。

表1 储能参数Tab.1 Parameters of energy storage

图3 分时电价以及光伏、基础用电设备功率Fig.3 Time-of-use price,photovoltaic output power,and power of basic electrical equipment

表2 可中断用电设备参数Tab.2 Parameters of interruptible electrical equipment

表3 可转移用电设备参数Tab.3 Parameters of transferable electrical equipment

4.2 算例仿真结果及分析

4.2.1 可控用电设备优化运行结果

图4展示了可中断用电设备优化运行结果。电动车被调整到了谷时电价时段充电；用户对空调的使用分别在中午和晚上，中午时段空调工作时间被调整到了平时电价时段；水泵的工作时间被调整到了谷时电价时段，且表现出可中断性；加湿器工作时间则被调整到了允许用电时间中的谷时电价时段。

图4 可中断用电设备优化运行结果Fig.4 Optimal operation results of interruptible electrical equipment

图5给出了可转移用电设备的优化结果。热水器工作时间被调整到谷时电价时段；扫地机器人（机器人）充电时间、洗衣机及洗碗机的工作时间都被转移到了谷时电价时段且工作时间连续；电饭煲开启时间则被调整到允许工作时间中的平时电价时段。今后，随着更多智能用电设备进入居民家中，例如新能源电动汽车等，用户可根据自身实际情况在HEMS中增加设备参数，使更多设备参与到HEMS的优化中来。

图5 可转移用电设备优化运行结果Fig.5 Optimal operation results of transferable electrical equipment

4.2.2 储能优化运行结果

储能优化运行结果如图6所示。由图6可以看出，储能通过“低储高放”的方式来降低用户用电成本。值得注意的是，储能在12～13时段进行了充电操作，但此时却是峰时电价，原因是在12～13时段，光伏输出功率较大，因此该时段对储能进行充电。

图6 储能优化运行结果Fig.6 Optimal operation results of energy storage

4.2.3 优化前后用户用电成本对比

本节设置3个场景分析对比用户用电成本：场景1使用所提优化模型，设置停电时间为20：00，停电时长0.50 h；场景2使用优化模型，但不计储能备用系数；场景3不使用所提优化模型。3种场景下用户用电成本如表4所示。

表4 不同场景下用电成本Tab.4 Electricity cost in different scenarios

由表4可知，场景1相较于场景3的用电成本降低了约36.97%，但是场景1中用户用电成本较场景2有所增加，这是因为场景1考虑了储能备用系数，提高了储能荷电状态下限，进而减小了储能容量的可用空间，导致用户不得不向电网多购电，从而造成用电成本有所偏高。虽然场景1经济性略有降低，但是从两个场景下的用电功率缺可以看出，场景1的用电功率缺额远小于场景2。根据用电功率缺额与用户用电可靠性的关系可知，场景1比场景2的用户用电可靠性有大幅提升。

4.2.4 不同停电时长下用户用电经济性和可靠性对比

为了验证储能备用系数与用户用电经济性、可靠性的关系，本节设定停电时间为20：00，取停电时长分别为0.25 h、0.50 h、0.75 h，计算不同停电时长下，用户的储能备用系数均值、用电成本及用户用电功率缺额，计算结果如表5所示。不同停电时长下的用电功率缺额计算方法如式（13）所示。根据停电时储能电池剩余可用容量，求出不同停电时长下储能电池放电功率。利用用户总用电负荷减去储能此时的放电功率，即可求得不同停电时长下用户用电功率缺额。不同停电时长下的储能剩余容量由优化结果求出。

表5 不同停电时长下用电经济性和可靠性Tab.5 Power economy and reliability under different outage durations

由表5可知，随着用户设定停电时间的增长，用户用电成本略有增加，但是由停电造成的用户用电功率缺额在减小，表明用电可靠性提升，相较于停电时长为0.25 h，停电时长为0.50 h和0.75 h时用户用电可靠性分别提升了23.7%和26.9%。这是因为用户设定的停电时长越长，储能备用系数均值越大，优化过程中可利用的储能容量就越小。这样会造成用户用电成本适当增加，但是由于备用容量增加，一旦发生停电事故，由此造成的用电功率缺额将会减小，提高了用电可靠性。

5 结语

本文提出了一种应对停电的储能备用系数及HEMS优化控制模型，该模型不但可降低用户用电成本，而且提高了停电期用户自我应急供电能力。虽然考虑储能备用系数后，用户用电经济性相较不考虑备用系数时略有下降，但是却极大提高了用户用电可靠性。根据不同用户对自身用电经济性和可靠性的侧重，可通过调节储能备用系数满足用户需求。

今后，继续对嵌套该模型的智能用电技术进行开发和应用，既可以为用户服务商提供服务市场，又会推动分布式光伏和用户侧电储能的发展，促进用户对分时电价的接纳程度。同时，分时电价、用户侧电储能、光伏发电的充分利用，也将有效降低用户用电成本、系统峰谷差及全社会用电的碳排放量。