摘要

 

提出一種家庭柔性負荷管理和售電公司售電決策協同優化模型。在居民用戶側,利用洗衣機、熱水器、洗碗機和電動汽車充電過程的可時移性和周期性,以及電動汽車的儲能特性,建立了以上述設備為對象的柔性負荷運行模型,以家庭用電費用最優為目標,制定了動態電價激勵下的家庭負荷優化策略,用響應程度衡量參與優化調度的用戶比例,并將總用電需求信息傳遞給售電公司;在售電公司側,以售電公司經濟收益最大為目標,建立了售電決策模型,制定日前購電方案和動態電價,并將價格信息傳遞給用戶,因此構成了售用相互協同的雙層迭代模型。算例基于遺傳算法和yalmip優化工具箱進行仿真,采用情景分析法處理不同家庭用電需求預測的不確定性,調整響應程度分析日前購電問題。千個家庭的仿真結果驗證了本優化策略能夠協調解決用售雙方利益,提高雙方經濟性,同時還有降低短時負荷峰值的能力。

 

（來源：電網技術 作者：賈雁冰, 楊陽方, 劉繼春, 阮振, 饒華）

 

關鍵詞 :家庭能源管理系統;需求響應;售電公司;柔性負荷;雙層優化;

 

0 引言

 

如今,我國需求響應(demand response,DR)項目在工業、商業用戶側已得到了廣泛的實施且逐漸成熟,手段包括：可中斷負荷、直接負荷控制、實時電價策略和分時電價策略等[1]。居民用戶用電需求靈活,可調節性強,是現階段實施DR達到削峰效果的潛在主力,但同時居民用戶在用電行為和需求方面個體間差異性大,缺乏集中的管理方,DR信號若直接發布給居民用戶收效甚微。

 

家庭能源管理系統(home energy management system,HEMS)作為智能電網在居民用戶側的延伸,通過與供電方的信息交互,達到管理居民用戶執行DR命令的作用。HEMS是以智能電網和智能家居為基礎,將家庭中用電設備、儲能系統等結合在一起的智能控制系統[2]。它可以根據DR信號為用戶制定家庭用電計劃,并且在滿足用戶舒適度和其他要求的前提下對家用設備智能管控,用戶根據自身情況決定是否接受并實施。因此,結合家庭能源管理系統能夠進一步開發居民用戶的需求響應潛力。由于HEMS管理下的家庭負荷優化調度能夠提升居民側的DR能力,提高居民側的用電效率,減少能源浪費[3],引起了學術界的熱議。

 

在結合DR信息制定負荷管理策略方面,文獻[4]建立了動態電價下的家庭用電優化管理模型;文獻[5]提出了一種基于啟動時間延遲的家庭負荷管理優化策略;文獻[6]基于粒子校正優化對包含智能用電負荷的多用戶提供了一種需求響應調度策略;文獻[7]抽象出3種家電負荷類型并建立了對應的控制模型和DR策略,來減少用電費用和緩解電網負荷;文獻[8]中的家庭能源優化算法考慮了電動汽車EV(electric vehicle)在高電價時段利用V2H (vehicle to home)功能向負載供電的情況,并對各類預測值進行不確定性分析。上述研究考慮的是家庭用戶與電網間的直接交互,并沒有考慮在售電公司代理用戶的情況下的信息互動。

 

售電公司代理用戶以后,應綜合考慮用戶靈活需求和售電成本來制定購電和定價策略[9]。合理的購電量和價格信息能夠在保證自身利潤最優的同時,達到引導用戶改變用電習慣,促使其積極完成DR的目的。售電公司代理用戶時考慮雙方信息互動和經濟效益的購售電策略研究如下：文獻[10]建立了納入分布式電源和可調負荷的售電公司的優化調度模型,較為全面地考慮各種經濟性和安全性約束,實現了售電公司運行經濟效益最大化。此處對可調負荷的考慮是直接控制居民用戶熱儲能負荷以及大工業用戶的可中斷負荷,未對居民用戶的DR能力和經濟效益作詳細分析。文獻[11]基于心理學構建了用戶選擇售電公司行為模型并計及可中斷負荷制定了售電公司營銷策略。雖基于用戶的行為模型模擬了用戶對電價刺激的響應,但缺乏深入刻畫用戶行為下對負荷的運行模型的影響,對用戶側的考慮分析不夠精細。文獻[12]以售電公司利潤最大化和用戶用電效用最大為目標建立了雙層優化模型,提出了具有DR能力用戶的用電負荷模型,模型籠統地將用戶負荷分為了可轉移負荷和可削減負荷將其作為DR資源由售電公司代理參與市場交易,缺少對負荷運行模型的深入刻畫,未曾考慮EV進入家庭后,家庭負荷結構的變化;售電公司雖有購電決策方案,但用戶側沒有提出具體用電優化策略。文獻[13]用隨機規劃法模擬靈活多變的用戶行為和市場信息來確定售電公司日內市場競價策略,并未在日前制定面向用戶的動態電價信息和居民用戶在DR響應后應作出的用電計劃安排。總體而言,現有研究少有將具有DR能力的居民用戶的家庭負荷管理和售電公司的營銷決策協同優化,并同時為兩者提供具體優化策略。

 

本文研究以居民用戶和售電公司為對象的經濟優化問題。居民用戶和售電公司是2個獨立又具有一定聯系的主體,獨立是指雙方只能決策自身變量,聯系是指售電公司代理用戶購電并為用戶供電,雙方必須滿足實時功率平衡。若以多目標等方法讓其獨立決策變量往往會導致雙方利益不是最優。在上述背景的前提下,本文建立了價格DR激勵下家庭柔性負荷管理和售電公司售電決策雙層優化模型,實現雙方協同優化的目的。上層以居民用戶用電成本最優為目標,建立了家庭設備中具有可時移性[14]、周期性和儲能性的柔性特征的負荷運行模型,如洗衣機,熱水器,洗碗機和電動汽車;根據售電公司發布的動態電價信息通過HEMS對柔性負荷用電時段進行控制,在這過程中,為滿足用戶舒適度要求,增加日常用電約束,時間偏好約束,電動汽車儲能約束等,制定用戶經濟最優的用電計劃;下層以售電公司凈收益最大化為目標,建立了售電決策模型,其中售電成本包括售電公司根據往期負荷預測情況在日前市場的購電費用,實時用電誤差引起的在現貨市場購電費用,以及日前購電與實時用電的不平衡量懲罰;考慮到售電公司市場競爭力和市場份額增添了電價約束,結合以上制定了動態電價,將價格回傳給上層。算例采用遺傳算法和yalmip工具箱對模型求解,得到了兼顧雙方利益的用電計劃和定價方案。本文建立了考慮EV引入后的家庭柔性負荷運行模型,解決了售電公司代理用戶后動態電價DR下用戶用電的優化調度問題,最終實現了用戶用電費用最優與售電公司運行經濟效益最大化的問題。

 

 

雙層規劃一般定義為上層的決策能影響下層的行為,而下層的反應能部分影響上層的決定[15]。一般考慮需求響應計及用戶效益的研究將用戶放于下層,但本文著重于研究售電公司代理后,HEMS如何通過增強家庭負荷管理,開發DR在居民側的能力。以凈收益最大化為目標的售電公司需要綜合依據用戶用能、用電舒適度及需求響應情況進行購售電決策,實現對動態電價的定價,促使用戶積極響應;而以用電成本最優為目標的用戶需要根據售電公司發布的動態電價信息進行柔性負荷用電時段的調整,利用需求響應能力制定達到一定舒適度的用電計劃,售電公司和用戶屬于互相制約與影響的關系,本文上層基于用戶建模,下層基于售電公司建模。

 

雙層優化決策為日前優化,由于HEMS對家庭負荷的控制需要由用戶根據自身情況決定是否接受并實施,為模擬這一決定造成的實時影響,把研究的居民用戶群分為2大群組：一類為響應組,用戶按照HEMS在電價激勵下以用電費用最小為目標做出的用電計劃進行用電操作;另一類為非響應組,用戶不接受HEMS的計劃安排,按照自行需求用電。雙層優化結構主要如圖1所示。

 

 

上層考慮居民用戶用電費用最省,下層考慮售電公司凈收益最大,以用電需求作為上下層溝通的橋梁。上層以參與調度洗衣機,熱水器,洗碗機和電動汽車這類柔性負荷的啟動狀態為決策變量,根據電價制定的用電計劃,結合非響應群組將總體各時段用電需求傳遞給下層。下層根據該信息制定次日實時銷售電價,再將動態電價發布給居民用戶再次制定用電計劃,重復迭代,直至居民用戶用電費用最優且售電公司凈收益達到最大時停止,最終得到兼顧居民用戶和售電公司利益的最優規劃。此處不考慮日前優化中對實時市場信息和實時用電需求的預測造成的誤差。

 

2 家庭柔性負荷管理模型

 

2.1 負荷運行模型

 

2.1.1 剛性負荷運行模型

 

正常家庭電器中具有不可時移、離散運行特性稱為剛性負荷,如照明,娛樂,烹飪等相關設備。剛性負荷在家庭用戶中屬于不可調節的必須用電需求,無論何時都需要優先被滿足。