考虑用电特征的楼宇负荷分类优化调度仿真_夏震.pdf

基金项目:国家自然科学基金资助项目(51567019)收稿日期:2021-05-31 修回日期:2021-06-05 第 40 卷 第 4 期计 算 机 仿 真2023 年 4 月 文章编号:1006-9348(2023)04-0098-05考虑用电特征的楼宇负荷分类优化调度仿真夏 震,程若发(南昌航空大学信息工程学院,江西 南昌 330063)摘要:针对自动需求响应过程中楼宇负荷的优化调度问题,根据负荷用电特征的不同,提出一种考虑用电特征的负荷分类优化调度模型。根据楼宇负荷不同的用电特征,将其分为连续型负荷和开关型负荷。基于各负荷的约束,以负荷用电成本为优化目标,建立楼宇负荷的分类优化调度模型。使用 CPLEX 优化技术对模型进行求解。通过仿真分析得出,相比于传统的调度方法,所提方法能有效降低负荷用电成本,减少优化迭代次数,从而保证了自动需求响应过程中的实时性。关键词:负荷调度;自动需求响应;分类调度中图分类号:TM743 文献标识码:BOptimal Dispatching Simulation of Building Load ClassificationConsidering Power Consumption CharacteristicsXIA Zhen,CHENG Ruo-fa(Institute of Information Engineering,Nanchang Hangkong University,Nanchang Jiangxi 330063,China)ABSTRACT:Aiming at the problem of optimal scheduling of building loads in the process of automatic demand re-sponse,and according to the different characteristics of load power consumption,a load classification optimizationdispatching model considering power consumption characteristics is proposed.First,according to the different powerconsumption characteristics of the building load,it was divided into continuous load and switching load.Secondly,based on the constraints of each load,with the load power cost as the optimization goal,the building load classifica-tion optimization scheduling model was established.Finally,the CPLEX optimization technology was used to solve themodel.Through simulation analysis,it is concluded that compared with the traditional scheduling method,thismethod can effectively reduce the cost of load power consumption and reduce the number of optimization iterations,thereby ensuring the real-time nature of the automatic demand response process.KEYWORDS:Load scheduling;Automatic demand response;Classification scheduling1 引言近年来,随着我国新能源的投入率大幅度提升以及电网智能化的深入发展,“源荷互动”与“需求侧响应”已经成为了备受关注的研究课题。结合我国的电网市场现状,相关领域专家做出了巨大的努力,取得了许多令人瞩目的理论及应用研究成果。文献1利用核电机组参与系统调峰,建立了一个计及风电出力随机性的核电、火电、电转气和风电的联合优化调度模型,对经济和安全指标进行优化,取得了较好的优化结果。文献2针对含风电的电力系统,其风电的消纳水平低及高峰谷差问题,基于分时电价等激励措施下可控负荷时空调节能力,提出了一种源荷双层互动调度优化模型,通过平移负荷以消纳风电,不仅降低了用户的用电成本,还将发电成本保持在了最低水平,实现了源荷互动的双赢。为了提高源荷互动的效率,部分专家学者提出了“自动需求响应”的概念,基于物联网技术,结合人工与自动化方法,实现加速负荷侧的需求响应,有利于减少人工需求响应消耗的时间,避免响应不及时所导致的无效响应等问题。文献3提出自动需求响应系统的概念模型,剖析了自动需求响应系统的业务需求,结构组成等问题。文献4 和文献5将自动需求响应技术应用于楼宇柔性负荷调度中,将所有的柔性负荷以中断和平移的方式进行优化调度。基于负荷的最小持续工作时长和最大中断时长约束,对负荷用电成本进行优化。但该调度方式未考虑负荷不同的工作特征对调度的影响,例如连续调节型负荷与开关状态型负荷。除此89之外,其使用智能优化算法进行求解,优化迭代次数不稳定,且求解精度较高的情况下,迭代次数普遍偏高,在自动需求响应中可能存在响应不及时的情况。对于温控负荷,该方法不能灵活改变用户需求的温度范围。影响用户参与互动的舒适性等问题,导致用户的满意度下降,从而影响用户参与自动需求响应的积极性。为了解决上述问题,以更好地支撑自动需求响应技术的发展,本文面向楼宇自动需求响应的场景,提出一种考虑负荷用电特征的分类优化调度的方法。2 负荷分类根据楼宇负荷的用电特征不同,将楼宇负荷分为两大类,一类为不参与需求响应调度的刚性负荷,即不可控负荷;另一类为可参与需求响应调度的柔性负荷,其为可控负荷。在传统的需求响应调度过程中,通常将柔性负荷细分为可中断负荷以及可转移负荷。可中断负荷如空调等,其受最小持续运行时间和最大可中断时间的约束;可平移负荷如洗衣机等,其持续运行时间固定,但可以将运行时间在可调度范围内双向平移。考虑到部分楼宇负荷功率调节的连续性,本文将楼宇中的柔性负荷重新细分成两类,分别为连续型负荷与开关型负荷。连续型负荷如空调等可以进行连续调节负载功率的柔性负荷,开关型负荷如洗衣机、洗碗机、热水壶等仅存在开和关两种状态的柔性负荷。楼宇典型柔性负荷的用电特征分类如图 1 所示。图 1 柔性负荷用电特性分类3 负荷分类调度模型3.1 连续型负荷模型典型的楼宇连续型负荷通常为温控负荷,常用的有空调、热水器等。以下以温控负荷中的空调为例建立其对应的调度模型。3.1.1 目标函数以楼宇空调的用电成本最低为优化目标,构建基于分时电价响应的楼宇连续负荷优化调度模型,温控负荷的优化目标函数如式(1)所示minF1=Tt=1pt(Ec,t+Eh,t)t(1)式(1)中,T 为日负荷时段总数,pt为时段 t 内的边际成本,即分时电价,Ec,t为空调在时段 t 内制冷的输出功率,Eh,t为空调在时段 t 内制热的输出功率,t 为负荷调度中的单位时长。3.1.2 约束条件楼宇的室温受外界温度的约束,在空调正常工作的情况下,楼宇室温变化受外界温度影响的等式约束如式(2)所示Tt=Tt-1+(1-)Qt+=Eh,tstt-Ec,t(1-stt)stt=0,1|(2)式中,Tt为时段 t 内的室温,为楼宇隔热系数,Qt为时段 t内的室外温度,为空调的制冷或制热因子,stt为温控负荷在时段 t 内的工作状态。当其为 0 时,温控负荷工作于制冷状态,当其为 1 时,温控负荷工作于制热状态。在任意时段 t内,室温需要稳定在用户设定的范围内,其满足的目标温度范围约束如式(3)所示Tmint,set Tt Tmaxt,set(3)式中,Tmint,set为时段 t 内的目标温度范围的下限,Tmaxt,set为时段 t内的目标温度范围上限。此外空调受其输出功率极限的约束如式(4)所示Emin Eh,t EmaxEmin Ec,t Emax(4)式中,Eh,t和 Ec,t分别为空调制热和制冷的实际输出功率;Emin为空调输出功率下限,Emax为空调输出功率上限。3.2 开关型负荷模型典型的楼宇开关型负荷通常为工作状态离散的负荷,常用的有洗衣机、热水壶、洗碗机和电风扇等。以下针对几种常用的开关型负荷建立其所对应的负荷调度模型。3.2.1 目标函数对于楼宇中的开关型负荷,同样以其用电成本最小为目标函数。如式(5)所示minF2=Tt=1ptSi,tEit(5)式中,T 为日负荷时段总数,pt为时段 t 内的分时电价,Ei为负荷的额定负载功率,t 为负荷调度中的单位时长。Si,t为负荷 i 在时段 t 内的工作状态,其满足的表达式如式(6)所示Si,t=0,off1,on|(6)式中,当 Si,t=0 时,表示开关型负荷 i 处于关断状态;当 Si,t=1 时,表示开关型负荷 i 处于工作状态。3.2.2 约束条件开关型负荷中具有中断的性质以及可平移的性质,为此,需要满足中断约束和平移约束。中断约束条件如式(7)所示。99Ti,t,on Ti,min,onTi,t,off Ti,max,off(7)式中,Ti,t,on为开关型负荷 i 的实际连续运行时长,Ti,min,on为负荷 i 必要的最小持续运行时长。可转移负荷约束条件如式(8)所示Ti,on Ti,startTi,on Ti,endTi,t,on Ti,ct,on|(8)式中,Ti,on为负荷 i 开始调度时间,Ti,start为负荷 i 最早开始调度时间;Ti,end为负荷 i 最晚开始调度时间;Ti,t,on为负荷 i 的实际连续运行时长,Ti,ct,on为负荷实际需要运行的时长。4 算例分析4.1 算例参数假设某楼宇用户典型的连续型用电负荷为空调;典型的开关型负荷为洗衣机、热水壶、洗碗机。用户所在楼宇的初始室温是 20,分时调度的单位时段长度为 1h,楼宇的隔热系数为 0.96,空调的制冷、制热能效均为 0.6,空调的最大功率为 2kW,用户满意的温度范围是19-23。洗衣 机、热 水 壶、洗 碗 机 的 额 定 功 率 分 别 为 2kW,1.5kW,1.5kW;分时调度的单位时段长度为 15min;其中,洗衣机的最小持续运行时长为 75min,调度时段为 8:15-22:00;热水壶的最小持续运行时长为 15min,调度时段为 6:45-7:15,11:30-12:15,17:30-19:00;洗碗机的最小持续运行时长为 30min,调度时段为 8:00-12:00,13:30-18:30,20:00-22:00。即洗衣机日内调度一次,其它负荷日内调度三次。基于日内负荷调度的分时电价曲线如图 2 所示。图 2 楼宇日负荷分时电价曲线4.2 连续型负荷调度考虑到楼宇用户在夏季和冬季的用电情况不同,基于MATLAB 2018b 中 YALMIP 工具箱和 Cplex12.4 优化求解器对连续型调度负荷模型进行优化求解。得到夏季和冬季的楼宇空调调度功率输出变化曲线以及楼宇室内温度和室外温度在调度期间的变化曲线。在夏季,空调仅输出制冷功率使室内降温。基于分时调度的空调输出功率曲线如图 3所示。图 3 夏季空调输出功率曲线从图中不难得出,在 4 时至 8 时,电价处于较低水平,为了维持室温处于期望的范围之内,空调输出功率显著增加,以降低楼宇室内温度,使之应对电价高峰时负荷降低功率运行导致的室温随外界温度上升情况;8 时至 14 时,电价处于较高水平,空调的输出功率明显降低,以节约耗电成本。此时室温仅随外界温度缓慢上升,当室温接近用户的期望范围上限时,空调重新被调度,增大输出功率以维持适合的室温。在保证楼宇室温始终在设定范围的条件下,尽可能减小输出功率。优化调度期间,楼宇的室内温度和室外温度变化曲线如图 4 所示。图 4 夏季室内外温变化曲线同样,在冬季,受到楼宇的室外温度的影响,对空调负荷进行分时优化调度,由于冬季室外温度整体偏低,空调仅输出功率制热,使得室内升高温度。对空调进行分时调度得到001其功率输出变化曲线如图 5 所示。图 5 冬季空调输出功率曲线从图中的功率曲线可以看出,在 0 时至 7 时,电价处于低谷期,空调的输出功率达到极限值 2kW,提前升高楼宇室内温度;8 时至 13 时,电价提升至平段,空调的输出功率迅速降,以减少在电价较高时的用电量,从而达到节约负荷用电成本的目的。在后续的调度过程中,随着分时电价的调整,同时为了维持室温范围,温控负荷的输出功率也随之得到相应的调度。在冬季期间,空调在优化调度过程中楼宇的室内外温度变化曲线如图 6 所示。图 6 冬季室内外温变化曲线4.3 开关型负荷调度对于开关型负荷,基于其最小持续运行时长以及最大可中断时长约束以及负荷用电特性分离调度的优势,本文算例中将开关型负荷调度单位时段长度定义为 15min;以洗衣机、热水壶和洗碗机的各项工作参数为基础,对三个典型负荷进行优化调度。开关型负荷优化调度期间,各负荷的运停状态情况如图 7 所示。从图中可知,在日内调度时间约束范围内,热水壶持续运行时间为 15min,其在日内调度了 3 次,分别是在 28 时段,图 7 开关型负荷运停情况49 时段和 72 时段,其分别对应了低谷电价、高峰电价、平段电价;洗碗机的持续运行时长为 30min,运行期间均对应平段电价;洗衣机的最小持续运行时长为 75min,其运行时段为33-38,同样对应平段电价。故在调度时间的约束下,本文方法能合理有效地规划负荷运停时间,节约用电成本。采用传统的混合调度方式作为对照组,以本文算例中的条件参数为基础,基于粒子群智能算法对比仿真。相同仿真条件下,本文调度方法与传统方法得到的调度成本与迭代次数对比结果见表 1。表 1 各调度方法结果对比调度方法成本/元迭代次数传统方法59.21163本文相同时长14.8574方法不同时长10.81554.4 结果分析在本文仿真中使用了基于负荷用电特征的分类调度方法,并且针对不同的负荷性质设计了不同单位调度时长。同时也列出了冬夏两季期间两种连续型负荷使用高峰的优化调度仿真场景。通过仿真结果曲线可以得出,基于负荷用电特征分类的优化调度模型能够有效地减少电价高峰时期的用电功率,减少负荷成本;并且在优化调度期间,楼宇的室温能够稳定地保持在用户期望的温度范围内,保证了用户在自动需求响应过程中的舒适度。通过仿真结果可以看出,相比于传统的混合调度模型,本文优化调度模型的负荷成本显著低于传统的调度模型。此外,对不同负荷采用变时长优化调度,可进一步降低用户负荷成本和优化迭代次数。相比于智能算法,本文方法的优化迭代次数显著减少,能够快速计算出调度结果,达到快速自动需求响应的目的。1015 结论提出了一种基于负荷用电特征的分类的楼宇负荷优化调度方法。区别于传统的优化调度方法,首先,从降低用电成本的角度出发,结合楼宇的环境约束建立连续型温控负荷优化调度模型;其次,以日内调度的起始时间与终止时间等为约束条件,建立开关型负荷的优化调度模型,并根据负荷不同的运行参数设置不同的单位调度时长;最后基于夏季和冬季这两个温控负荷使用高峰季节进行了仿真分析。结果表明,基于本文优化调度方法下,优化迭代运算次数较少,能够显著地降低用户的用电成本,同时也可以兼顾用户所处环境的舒适性,从而提高用户参与自动需求响应的意愿。随着智能电网的发展以及电器种类的增加,结合智能电表等技术方案实时采集用户的各项参数,并结合区块链技术,对不同负荷编写不同的合约脚本。将本文方法扩展到更多的开关型负荷或有限多状态负荷中,能够进一步降低用户的用电成本。利用本文方法优化迭代次数少、收敛速度快的特点,可保证自动需求响应的速度。在负荷优化调度过程中,能够实时保证用户的舒适度,加强用户参与意愿。使更多的用户加入自动需求响应计划,可降低发电机组备用容量,达成供需两侧双赢的局面。参考文献:1 隋鑫,卢盛阳,苏安龙,孙辉,周玮,李欢,段世杰,刘子茜.计及风电和柔性负荷的核电多目标优化调度研究J.中国电机工程学报,2019,39(24):7232-7241,7496.2 陈志杰,李凤婷,赵新利,宋新甫.考虑源荷特性的双层互动优化调度J.电力系统保护与控制,2020,48(1):135-141.3 王得官.楼宇用电自动需求响应系统研究D.安徽理工大学,2019.4 贾艳芳,易灵芝,李胜兵.基于多目标分子动理论的楼宇负荷用电调度优化J.电网技术,2018,42(5):1549-1555.5 易灵芝,林佳豪,刘建康,罗显光,李旺.改进自适应 MOEA/D算法的楼宇负荷优化调度J/OL.计算机工程与应用,2021-1-28:1-9.6臧萍,范延滨.小波包和多小波图像数字水印的研究与比较J.计算机工程,1000-3428(2006)23-0162-03.7 杨晓东,张有兵,赵波,周文委,翁国庆,程时杰.供需两侧协同优化的电动汽车充放电自动需求响应方法J.中国电机工程学报,2017,37(1):120-130.8 陆俊,彭文昊,朱炎平,祁兵,崔高颖.基于粒子校正优化的智能小区需求响应调度策略J.电网技术,2017,41(7):2370-2377.9 曾鸣,韩旭,孙静惠,董立军,黄雯.能源互联网背景下自动需求响应关键问题及展望J.电力建设,2017,38(2):21-27.10 李帅虎,何义,彭寒梅,李辉.计及储能与可控负荷的楼宇系统短期优化调度J.电力系统及其自动化学报,2020,32(7):9-17.11 王建军,李莉,年田甜,梁春燕,王钇.面向居民智慧用电的智能电器控制策略优化研究J.智慧电力,2020,48(3):83-88.12 朱红波,高岩,后勇,陶莉.马尔可夫过程下多类用户智能网实时电价J.系统工程理论与实践,2018,38(3):807-816.作者简介夏 震(1995-),男(汉族),江西省吉安市人,硕士研究生,主要研究领域为电力需求侧管理。程若发(1971-),男(汉族),安徽省六安市人,副教授,博士,主要研究领域为电力系统安全与控制、智能电网。(上接第 88 页)18 王中双.键合图理论及其在系统动力学中的应用M.哈尔滨:哈尔滨工程大学出版社,2000.19 任磊,韦徵,龚春英,沈茜.电力电子电路功率器件故障特征参数提取技术综述J.中国电机工程学报,2015,35(12):3089-3101.20 Yi Wu,Youren Wang,Yuanyuan Jiang,Quan Sun.Multiple par-ametric faults diagnosis for power electronic circuits based on hy-brid bond graph and genetic algorithm J.Measurement,2016,92.作者简介樊鹏帅(1994-),男(汉族),河南省灵宝市人,硕士研究生。主要研究领域:故障诊断及预测。帕孜来马合木提(1962-),女(维吾尔族),新疆维吾尔自治区乌鲁木齐市人,教授,硕士研究生导师。主要研究领域:过程控制及智能诊断。魏胜风(1996-),男(汉族),河南省永城市人,硕士研究生。主要研究领域:故障诊断及预测。201