考虑智能家居平台自动需求响应的微电网运行优化策略

发布时间：2021-12-02所属分类：科技论文浏览：1次

摘 要： 摘要：近年来，快速发展的智能家居行业为用户侧资源的接入管理创造条件，具有参与微电网优化运行的巨大潜力。文章考虑智能家居平台(SmartHomePlatform，SHP)参与微电网需求响应的场景，提出一种社区微电网运行优化策略。首先，制定保证微电网运营商(MicrogridOperator

　　摘要：近年来，快速发展的智能家居行业为用户侧资源的接入管理创造条件，具有参与微电网优化运行的巨大潜力。文章考虑智能家居平台(SmartHomePlatform，SHP)参与微电网需求响应的场景，提出一种社区微电网运行优化策略。首先，制定保证微电网运营商(MicrogridOperator，MGO)与用户利益得到帕累托(Pareto)改进的实时电价定价原则;然后，以MGO收益最大和SHP综合成本最小为目标，建立主从博弈模型，并结合KKT条件和拉格朗日对偶思想对问题进行求解;最后，算例仿真结果表明，所提策略可以改善微网运营商经济效益和智能家庭平台综合成本，保证用户参与需求响应的积极性。

　　关键词：智能家居;需求响应;帕累托(Pareto)改进;主从博弈

　　0　引言

　　社区微电网是并网型微电网的一个典型应用场景，其将分布式电源、负荷、储能进行有机结合，实现分布式电源的有效管理，为消费者提供经济、安全、可靠的供电服务[1]。社区微电网通常处于并网运行状态，电源供能不足时可以通过大电网补充缺额，供能富余时又可将多余电量上网销售。光伏、风电等分布式电源出力具有间歇性和波动性，传统微电网依靠储能装置进行调节，成本高且容量较小[2]。某些情况下还需要通过与外部电网进行功率交互，以维持系统内部功率平衡，由于微网购电价格中包含输配电成本、政府性基金及附加等元素，一般高于其上网售电电价，当分布式电源出力不足时，向外部电网大量购电会使微电网运营商(MicrogridOperator，MGO)经济利益降低。因此，灵活性、经济性俱佳的需求侧资源受到了越来越多的关注[3-4]。

　　用户负荷是优质的需求侧资源，但个体用户负荷小且较为分散，微网运营商不能直接控制用户内部负荷，针对个体用户实行激励补偿或实时电价等形式的需求响应也不易实现，如何合理开发和利用需求侧资源成为微网运行优化的一个难题。文献[5-7]在微网的运行优化中采用需求价格弹性对用户的响应行为进行建模。上述基于电量电价弹性系数的用户简化模型能有效提高计算效率，但准确度相对较低。文献[8-9]分别对用户参与需求响应的转移负荷和可中断负荷进行补偿，激励用户调整相关用电设备以实现微网的经济调度，但在研究中未对负荷响应的具体实现方式进行明确。文献[10]通过对内部各分散空调进行周期性暂停控制，实现了微网在负荷高峰时期负荷削减。微网采用直接控制的方式对负荷进行管理，控制精度高，但存在投资费用高和时效性较差等问题。文献[11]引入基于实时电价的需求响应，通过实时电价引导用户用电行为，可以保证响应的实时性，但在制定电价时需注意平衡微网与用户双方的利益，以保证用户参与需求响应的积极性。

　　近年来，智能家居逐渐渗透到居民的日常生活，为用户负荷参与需求侧响应提供了新的解决方案。新型智能家电具备联网功能，传统家电也可借助智能插座实现联网，国内美的、小米、华为等代表性企业的智能家居平台(SmartHomePlatform，SHP)均已形成了巨大的用户群体。未来，智能家居不仅能为用户提供便捷的互动操作，还可以实现家庭内部的用能管理，同时可以参与自动需求响应，进一步提高用户效益[12]。由于智能家居符合行业发展趋势和用户实际需求，微网运营商借助与智能家居平台的互动进行辅助调节时不需要投入额外的建设成本。

　　综上所述，本文研究考虑智能家居平台参与自动需求响应时的微电网运行优化策略，提出智能家居平台聚合负荷参与自动需求响应的框架，并设计一种帕累托(Pareto)改进的需求响应机制。首先，建立微网运营商收益模型和考虑用户舒适度的智能家居平台综合成本模型，在此基础上建立兼顾微网运营商与智能家居平台双方利益的主从博弈模型;然后，通过KKT(Karush–Kuhn–Tucker)条件和对偶思想对模型进行简化和求解;最后，构建算例对所提模型的合理性和有效性进行分析。

　　1SHP参与需求响应的微电网运行框架和定价机制

　　如图1所示，在微网系统中，MGO可对分布式电源和储能装置进行直接调度，用户侧可控负荷由SHP代为托管参与微网需求响应。本文所提SHP参与需求响应的微电网运行框架如图2所示。用户可控负荷接入智能家居平台，并实时上传自身运行状态信息和用户设定的运行条件要求。SHP根据各用户的上传信息对负荷进行等值聚合，代表用户为微网提供需求响应服务。MGO通过向SHP发布电力价格信号，引导其参与需求响应，在接收到电价信号后，智能家居平台综合考虑所有用户的整体利益做出决策，并控制相应设备以完成响应。

　　MGO通过电价信号引导SHP参与需求响应，以提高自身经济利益，为调动用户的积极性，本文设计电价机制的基本原则为：相较于固定电价，MGO提供需求响应电价可实现自身和SHP双方利益的Pareto改进。

　　2　基于主从博弈的微网运行优化模型

　　2.1上层微网运营商优化模型

　　MGO通过优化储能装置的充放电行为、各时段的需求响应电价及与外部电网的功率交互，在保证微网内部功率平衡的前提下，提高自身的经济效益。

　　2.2下层智能家居平台优化模型

　　2.2.1　智能家居平台聚合模型

　　在众多具备调节能力的用电负荷中，空调是一种典型的需求侧响应资源。其负荷体量大、调节潜力可观，相较于洗衣机、洗碗机等用户可平移负荷，短时间内对空调进行功率调整对用户没有明显的影响，可以实行连续控制[13-15]。智能空调的发展也处于智能家居行业的领先地位，已基本具备参与需求响应的前提条件[16-17]。因此，本文以空调为例作为SHP的控制对象进行研究。

　　2.3求解过程

　　由于在本文所提电价机制下MGO和SHP可以实现Pareto改进，SHP将自身运行模型上传给MGO，故本文采用集中优化的方式对定价问题进行求解以提高系统运行效率。对于上述双层优化问题，下层问题采用KKT条件进行等值替代，从而将双层问题转化为单层问题进行求解。

　　3　算例分析

　　本文根据图1所示微网系统构建仿真算例，以验证所提模型的合理性和有效性，算例程序在MATLAB仿真平台实现，并通过在GAMS中调用Gurobi求解器进行求解。

　　3.1算例设置

　　微网全天的光伏、风电出力及刚性负荷曲线如图3所示。储能装置额定容量为1000kW⋅h，其初始容量及运行时允许的最大、最小剩余容量分别为50%、90%、20%的额定容量，额定充放电功率为200kW，储能充放电效率为90%，单位容量的调节成本为0.10元/(kW⋅h)。

　　本算例中，SHP共接入空调设备4000台，空调负荷参数的取值范围如表1所示，各空调设备的参数在取值范围内服从均匀分布，并取用户舒适度的惩罚系数为0.2×10–6。

　　各时段的室外温度曲线及微网购电价格曲线如图4所示。微网上网售电价格取0.30元/(kW⋅h)，微网内用户的基本电价为0.60元/(kW⋅h)。

　　为说明本文所提策略的合理性和可行性，设置以下3个场景进行对比分析。

　　1)场景1。对空调负荷提供固定基本电价，且不考虑储能装置参与微网调节。

　　2)场景2。对空调负荷提供固定基本电价，只考虑储能装置参与微网调节。

　　3)场景3。采用本文所述的策略，即对空调负荷提供折扣电价，并考虑储能装置参与微网调节。

　　3.2微网优化效果分析

　　本文设定总优化时段为24h，以每15min为1个断面并以6h为滚动优化时间窗，求解上述3种场景中的微网运行策略，得到各场景下微网运营商总收益、购电费用、售电收入、SHP电费及储能调节费用多项指标的对比结果，如表2所示。微网在场景1和场景2下的联络线功率对比和储能调度结果如图5所示。由图5(a)可见，黄色区域表示储能装置充电功率，绿色区域表示储能装置放电功率。MGO在考虑储能装置参与调节时，控制其在微网电能富余的时间进行充电，并在微网供能不足且购电价格相对较高的时段(高于微网上网电价和储能的充放电调节成本)放电，可以降低微网运行成本，提高MGO的经济效益。由图5(b)可见，MGO控制储能装置在4:15—6:45以及11:00—15:302个微网电能富余的时段进行充电，在微网供能不足的8:15—10:45时段及15:45—19:00时段进行放电，从而在购电价格较高的时段减少微网购电功率，降低购电成本。由表2可知，MGO在场景2中的总收益为38410.61元，与场景1相比增加了318.81元。在场景2中，虽然储能的动作产生了调节费用并减少了部分售电收入，但同时节省了更多的购电成本，从而能够提高微网运营商的经济效益。

　　场景3下微网的优化运行结果如图6所示。场景3较场景1增加空调需求响应和储能装置调节，由图6(a)可见，粉色区域和黄色区域分别表示储能和SHP参与需求响应对微网联络线功率的影响。由场景1的联络线功率曲线图可以看出，微网在7:00—10:45时段电能缺额较大，且购电价格较高，仅靠储能调节无法有效改善自身经济效益，需通过电价信号引导用户侧可控负荷向电能富余的时段转移。

　　由图6(b)可见，MGO在5:15—6:45、12:30—16:15、21:15—24:00时段为SHP提供折扣电价，以引导用户参与需求响应，实行需求响应后SHP聚合空调负荷用电主要集中在微网电能富余的5:30—6:15时段、10:15—15:30时段及21:15—24:00时段，减少此时段内微网的售电量，由于用户电价高于向大电网售电的价格，故在电能富余时段引导用户增加用电可以增加微电网收益。同时，与场景1相比，空调负荷在微网供能不足的7:45—10:45时段及15:45—21:00时段相应地降低，使得微网向外部电网购买的电量大幅减少。

　　图6(c)中场景3的储能装置充放电功率情况表明，由于微网引入SHP需求响应，与场景2相比，储能装置充放电频率在0:15—1:15、4:15—6:45、10:15—11:45等联络线功率较小的时段有所下降，说明需求响应与储能调节存在一定的互补作用。当微网引入SHP需求响应后，尽管运营商向SHP提供了低于基本电价的折扣电价，但由此带来的微网购电费用、储能调节费用的下降仍有利于提升微网运行的经济性，MGO总收益与场景1相比增加了1328.57元，增幅约为3.49%，可以看出，场景3在经济效益方面均优于场景1和场景2。

　　3.3用户优化效果分析

　　微网运行过程中SHP的相关指标统计对比如图7所示，其目标为最小化包含用电成本和舒适度影响的综合成本。结果表明，SHP空调集群在参与基于折扣电价的需求响应后，用电成本下降13.17%，用户牺牲小部分舒适度可换来较大的经济效益，使得SHP综合成本降低1.06%，从整体上看，用户仍是受益的。

　　各空调的室内温度变化曲线如图8所示，由曲线分布可以看出，需求响应后用户的平均室内温度上升，用户舒适度有所下降，但优化时间内室内温度没有超出用户舒适温度范围，验证本文所提考虑SHP需求响应的微网运行优化策略的可行性。

　　4　结语

　　本文综合考虑微网运营商与居民用户双方利益，设计一种考虑智能家居平台自动需求响应的微电网运行优化策略，在此基础上提出微网运营商与智能家居平台的主从博弈模型，并通过KKT条件和拉格朗日对偶思想将模型进行简化求解。最后，通过算例仿真验证所提策略的有效性和合理性，得到结论如下：

　　1)微网运营商通过本文策略引导用户空调参与需求响应，促进分布式能源的就地消纳，降低自身购电成本，经济效益得到提高;

　　2)对用户来说，其在可接受的舒适度范围内改变空调用电策略参与需求响应，使得用户整体利益也有所增长，实现微网运营商与用户的互利共赢。——论文作者：黄晓明，史守圆，余涛

　　相关期刊推荐：《电力信息与通信技术》Electric Power Information and Communication Technology(月刊)2003年创刊，是电力行业唯一的反映信息化研究、建设及应用的技术性刊物，其宗旨是全方位报道和宣传国内外电力信息化的新技术、新产品，交流电力企业信息化的工作经验和成熟案例，为电力工业的现代化服务。设有：产业政策、权威视点、人物专访、专家论坛、封面故事、它山之石、产业动态、实用技巧。