CN107769198A - 不同电价机制下含光伏发电的家庭智能用电规划方法 - Google Patents
不同电价机制下含光伏发电的家庭智能用电规划方法 Download PDFInfo
- Publication number
- CN107769198A CN107769198A CN201711166596.2A CN201711166596A CN107769198A CN 107769198 A CN107769198 A CN 107769198A CN 201711166596 A CN201711166596 A CN 201711166596A CN 107769198 A CN107769198 A CN 107769198A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- price
- electricity
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007246 mechanism Effects 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005611 electricity Effects 0.000 claims abstract description 168
- 238000010248 power generation Methods 0.000 claims description 38
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000005265 energy consumption Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 7
- 238000004146 energy storage Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 6
- 230000004044 response Effects 0.000 abstract description 3
- 238000010348 incorporation Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004851 dishwashing Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H02J3/383—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了不同电价机制下含光伏发电的家庭智能用电规划方法，本发明研究了含光伏发电的家庭智能用电问题的两个研究难点：首先，其属于长时间跨度的多设备联合调度问题；其次，由于包含了光伏发电的上网问题，涉及到了两种电价：上网电价和下网电价的问题，对家庭能量管理系统的计算能力提出了极为苛刻的要求。为了解决上述技术难点，本发明首先根据隐式迭代方程推导归纳出了家庭温控负荷的单一显式方程，避免了收敛慢且结果不准确的智能算法的调用。本发明所提出的家庭智能用电规划方法能够在考虑分布式能源上网的基础上对不同电价机制进行智能响应，完成能源互联网到智能家庭的最后一公里融合。
Description
技术领域
本发明涉及一种用电规划方法，具体涉及不同电价机制下含光伏发电的家庭智能用电规划方法。
背景技术
随着全球环境危机和能源紧缺状况的加剧，以化石能源为核心的传统能源利用方式越来越难以为继。推动可再生能源对化石能源的替代是可持续发展的必然要求，在此背景下，能源互联网的概念应运而生。其中，用户侧分布式能源的接入是能源互联网的重要一环。目前，分布式能源的安装费用依旧较高，经济性上与传统化石能源有较大差距。实现分布式能源规模化开发和应用的重点是技术突破，而促进分布式能源发展的关键是适宜的上网电价政策，能对时变电价做出积极响应并综合考虑分布式能源上网问题的家庭智能用电系统是目前的研究热点。
家庭智能用电的复杂化使一般家庭用户既缺乏足够的时间精力也缺乏足够的专业知识技能去管理未来的智能家庭，因此须研究一套家庭智能用电优化方法嵌入到家庭能量管理系统中，帮助用户自动、智能地管理家庭电器设备。在家庭能量管理系统的设计中，含分布式能源的家庭智能用电问题的普适性建模一直是研究难点之一。
发明内容
本发明所要解决的技术问题是在家庭能量管理系统的设计中，含分布式能源的家庭智能用电问题的普适性建模，目的在于提供不同电价机制下含光伏发电的家庭智能用电规划方法，解决在家庭能量管理系统的设计中，含分布式能源的家庭智能用电问题的普适性建模的问题。
本发明通过下述技术方案实现：
不同电价机制下含光伏发电的家庭智能用电规划方法，包括以下步骤：
A、分析家用电器的种类，将家用电器分为家居温控设备、可中断负荷设备和蓄电池；
B、针对家居温控设备建立对应设备的热力学模型；
C、分析可中断负荷设备的约束式模型：
其中，AIL表示可中断负荷的集合，ta,e和ta,b分别表示可中断负荷运行区间的起始时间和终止时间，xa,n表示可中断设备在时间区间内的开关状态，La表示设备需要运行的时间区间总数；
D、分析蓄电池的约束式模型：
其中，Elow和Ehigh分别是蓄电池储能的下限和上限，E0为蓄电池储能的初始值，xbattery,n表示蓄电池在时间区间n时的状态，蓄电池有放电，充电，无充放三种状态，Pbattery表示蓄电池的充放电功率。
E、根据家庭智能用电的目标函数是求总用电费用的最小值。
所述步骤B中建立对应设备的热力学模型的方法是：
B1、判断设备是否会进行分钟级的调度和开关，若会进行，则将设备归入可中断负荷设备，若不会进行，则不考虑设备开关所带来的损耗进入步骤B2；
B2、仅考虑考虑热交换时所带来的热量损失建立家居温控设备热力学模型如下：
θn+1＝θe,n+xnQR-(θe,n+xnQR-θn)exp[-(tn+1-tn)/(RC)]；
其中时间步长Δt＝tn+1-tn，Q为电热水器的等效功率，R为其等效热阻，C为其等效热容。
当家居温控设备为热水设备时还包括以下步骤：
B3、引入热水设备的水箱模型，更新热水设备的热力学模型：
θ’n+1＝[θn+1(M-dn)+θe，ndn]/M；
其中M为水箱容量。时变电价机制能够通过电费激励用户的进行负荷转移，鼓励用户将可调节的用电行为转移到低谷时期。但是，作为非专业调度人员，用户很难也不愿意每天花费大量时间去对电价激励进行实时响应。因此，需要有自动响应功能的能量管理系统根据时变电价对家庭内部用电设备进行优化调度。在这种背景之下，研究人员提出了家庭能量管理系统的概念，本发明研究了含光伏发电的家庭智能用电问题，含光伏发电的家庭智能用电问题目前有两个研究难点：首先，其属于长时间跨度的多设备联合调度问题，时间和空间变量的多维性和复杂性使得其求解十分困难；其次，由于包含了光伏发电的上网问题，涉及到了两种电价：上网电价和下网电价，使得本已十分复杂的家庭智能设备调度问题变为了目标函数含分段函数的大维度非线性混合整数规划问题，对家庭能量管理系统的计算能力提出了极为苛刻的要求。为了解决上述技术难点，本发明所提出的不同电价机制下含光伏发电的家庭智能用电规划方法，首先根据隐式迭代方程推导归纳出了家庭温控负荷的单一显式方程，避免了收敛慢且结果不准确的智能算法的调用；然后，经过两次数学变换，通过引入辅助参数，消除了的目标函数中的分段函数，使问题能够直接快速的求解出最优解。本发明所提出的家庭智能用电规划方法能够在考虑分布式能源上网的基础上对不同电价机制进行智能响应，完成能源互联网到智能家庭的最后一公里融合。
本发明首先建立了含光伏发电的家庭智能用电模型，家庭智能用电的目标函数是在满足用户舒适度的前提下达到总用电费用的最小值，所涉及的家庭智能设备包括电热水器、洗衣机、洗碗机、电动汽车和蓄电池等电器。然后通过两次数学变换，消除了由上下网电价不同所引入的分段函数问题，将含光伏发电的家庭智能用电问题转化为了能够直接快速求解的非线性混合整数规划问题。
本发明研究了含光伏发电的家庭智能用电问题，假设所有智能设备均与家庭能量管理系统相连，当家庭能量管理系统做出负荷调度计划之后，设备可以马上响应。对于电热水器和蓄电池等设备，由于不对其进行分钟级调度，设备不会出现过于频繁开关的情况，所以在本发明中不考虑设备开关所带来的损耗。
典型的智能家庭中一般包含电热水器、洗衣机、洗碗机、电动汽车、蓄电池等设备。其中，电热水器属于家居温控设备，家居温控负荷在居民的用电负荷中占据很高的比例，部分家庭甚至能达到50％及以上，电热水器是家居温控负荷中重要的一部分。在本发明中，将电热水器作为家居温控负荷的代表进行分析。
所述步骤E中家庭智能用电的目标函数是求总用电费用的最小值为：
其中，N为调度区间所包含的步长数，pn为第n个步长区间内的电价，xa,n为第n个步长时设备a的状态，Pa为设备a的功率，PPV,n为第n个补偿区间内的光伏出力。
当电价包括上网电价和下网电价两种电价时，还包括步骤F：分析用户从电网买电的下网价格和上网价格得到分段函数：
其中，pdown,n为用户从电网买电的电价，pup,n为用户卖电的上网电价；
将下网价格和上网价格得到分段函数与步骤E中的总用电费用的最小值进行匹配得到：
当分析对象为含光伏发电的家庭时，还包括对实际电价进行分析，分析方法包括步骤F：分析固定电价、分时电价和实时电价三种政策对用户的激励程度，为了使激励程度最大，三种电价机制应满足如下约束：
即三种电价机制具有相同的平均值，其中pflat为固定电价，为分时电价，为实时电价。
还包括步骤G：对上下网电价之比进行分析。
所述分析方法包括以下步骤：
G1、为λ进行赋值；
G2、将赋值后的λ带入三种电价体系分析家庭用电总能耗。
对于含光伏发电的家庭来说，电价政策包括两部分：一是采用哪一种电价机制，二是上下网电价之比，在合适的电价政策下，安装光伏发电装置后的电费的下降幅度越大，表明这种电价政策对用户的激励越强。为了使三种电价机制对安装意愿的激励比较更具有说服力，我们要求即三种电价机制具有相同的平均值，其中pflat为固定电价，为分时电价，为实时电价。一般来说，在实际中三种电价机制很难达到平均值相等的要求，但是，如果完全不考虑实际电价的信息，只通过自己经验来设定电价，会影响结论的可信性。因此，对实际电价做以下处理：
其中，和为参考实际情况的分时电价和实时电价，和为调整后的分时电价和实时电价，其均值与固定电价相等。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明不同电价机制下含光伏发电的家庭智能用电规划方法，对不同电价机制进行智能响应，完成能源互联网到智能家庭的最后一公里融合；
2、本发明不同电价机制下含光伏发电的家庭智能用电规划方法，消除了由上下网电价不同所引入的分段函数问题，将含光伏发电的家庭智能用电问题转化为了能够直接快速求解的非线性混合整数规划问题；
3、本发明不同电价机制下含光伏发电的家庭智能用电规划方法，解决了分布式能源上网时买卖电价差异所导致的求解困难问题，使含分布式发电的家庭智能用电问题能够直接快速的求出最优解。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明仿真固定负荷曲线示意图；
图2为本发明仿真光伏出力示意图；
图3为本发明仿真电热水器用水量示意图；
图4为本发明仿真环境温度示意图；
图5为本发明仿真分时电价示意图；
图6为本发明仿真实时电价示意图；
图7为本发明仿真固定电价下的家庭总能耗示意图；
图8为本发明仿真分时电价下的家庭总能耗示意图；
图9为本发明仿真实时电价下的家庭总能耗示意图；
图10为本发明仿真外送电能示意图；
图11为本发明仿真多种机制下的电费比较示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1至11所示，本发明不同电价机制下含光伏发电的家庭智能用电规划方法，包括以下步骤：
A、分析家用电器的种类，将家用电器分为家居温控设备、可中断负荷设备和蓄电池；
B、针对家居温控设备建立对应设备的热力学模型；
C、分析可中断负荷设备的约束式模型：
其中，AIL表示可中断负荷的集合，ta,e和ta,b分别表示可中断负荷运行区间的起始时间和终止时间，xa,n表示可中断设备在时间区间内的开关状态，La表示设备需要运行的时间区间总数；
D、分析蓄电池的约束式模型：
其中，Elow和Ehigh分别是蓄电池储能的下限和上限，E0为蓄电池储能的初始值，xbattery,n表示蓄电池在时间区间n时的状态，蓄电池有放电，充电，无充放三种状态，Pbattery表示蓄电池的充放电功率。
E、根据家庭智能用电的目标函数是求总用电费用的最小值。
进一步的，所述步骤B中建立对应设备的热力学模型的方法是：
B1、判断设备是否会进行分钟级的调度和开关，若会进行，则将设备归入可中断负荷设备，若不会进行，则不考虑设备开关所带来的损耗进入步骤B2；
B2、仅考虑考虑热交换时所带来的热量损失建立家居温控设备热力学模型如下：
θn+1＝θe,n+xnQR-(θe,n+xnQR-θn)exp[-(tn+1-tn)/(RC)]；
其中时间步长Δt＝tn+1-tn，Q为电热水器的等效功率，R为其等效热阻，C为其等效热容。
进一步的，当家居温控设备为热水设备时还包括以下步骤：
B3、引入热水设备的水箱模型，更新热水设备的热力学模型：
θ’n+1＝[θn+1(M-dn)+θe，ndn]/M；
其中M为水箱容量。
进一步的，所述步骤E中家庭智能用电的目标函数是求总用电费用的最小值为：
其中，N为调度区间所包含的步长数，pn为第n个步长区间内的电价，xa,n为第n个步长时设备a的状态，Pa为设备a的功率，PPV,n为第n个补偿区间内的光伏出力。
进一步的，当电价包括上网电价和下网电价两种电价时，还包括步骤F：分析用户从电网买电的下网价格和上网价格得到分段函数：
其中，pdown,n为用户从电网买电的电价，pup,n为用户卖电的上网电价；
将下网价格和上网价格得到分段函数与步骤E中的总用电费用的最小值进行匹配得到：
进一步的，当分析对象为含光伏发电的家庭时，还包括对实际电价进行分析，分析方法包括步骤F：分析固定电价、分时电价和实时电价三种政策对用户的激励程度，为了使激励程度最大，三种电价机制应满足如下约束：
即三种电价机制具有相同的平均值，其中pflat为固定电价，为分时电价，为实时电价。
进一步的，还包括步骤G：对上下网电价之比进行分析。
进一步的，所述分析方法包括以下步骤：
G1、为λ进行赋值；
G2、将赋值后的λ带入三种电价体系分析家庭用电总能耗。
使用本方法进行仿真，整个仿真过程的时间跨度24h，仿真步长为30min，参与调度的负荷有：电热水器、洗衣机、洗碗机、电动汽车和蓄电池，蓄电池的Elow＝1kWh，Ehigh＝5kWh，E0＝1kWh，Pbattery＝0.5kW。热水器舒适区间[θdown,θup]＝[55,70]，其他具体参数如表1，表2所示。
表1 可中断负荷的参数
表2 电热水器的参数
固定负荷的曲线图如图1所示。
光伏出力的曲线图如图2所示。
电热水器的用水曲线如图3所示。
环境温度曲线如图4所示。
对于电价机制，设定pflat＝0.5元/kWh，分时电价的参考值采用文献中的三段式分时电价，通过得到如图5所示的实际分时电价。
实时电价的参考值采用文献中的时变电价，通过得到如图6所示的实际分时电价。
研究不同电价机制和λ对含光伏发电的家庭智能用电方案产生的影响，分别在λ取[0,0.5,1,1.5,2]时，利用家庭能量管理系统分别在三种电价种机制下产生含光伏发电的家庭智能用电计划。图7，图8，图9分别表示当电价机制为固定电价、分时电价、实时电价时，家庭的总能耗曲线。能耗为正时，代表家庭从电网吸收能量；能耗为负时，代表家庭向电网输送能量。
分析可知，λ＜1时，在固定电价和分时电价下，家庭向电网输送能量为零，即一直处于向电网吸收电能的状态。对于固定电价，由于电价一直不变，所以不存在于低电价时向电网买电，等到高电价时再向电网卖电的情况，而且λ＜1，向电网卖电的经济性比自用的经济性差。因此在固定电价且λ＜1时，外送能量为零。
对于时变电价，当λ＜1时，理论上依旧是存在向外输送电能的可能性的。由于光伏发电和电力供求情况的正相关关系，在高电价时期，光伏出力也较大。在某个高电价时间段，如果光伏出力有少量富余，但倘若新接入负荷，大部分负荷所需能量依旧需要从电网购买，此时将负荷转移到低电价时期，向电网卖出富余电能是更加经济的方案。对于分时电价来说，虽然有三个高、平、低三个不同的电价期，但是每一个电价时期持续的时间都较长，负荷能够被转移至更低电价的可能性较小，在上述分时电价的仿真中，当λ＜1时，正是由于此原因才会出现向外输送电能为零的情况。
与分时电价相比，虽然都是时变电价的一种，但是实时电价的变化频率更快和幅度也更大，给家庭能量管理系统对家庭智能用电的优化提供了更大的灵活性。由图9可以看到，即使在λ＜1时，实时电价下家庭依然可以向外卖电，提高了光伏发电装置的经济性。
为了更直观的观测三种电价机制下，家庭向电网输送电能的情况。图10展示了不同电价机制和λ时，家庭向外输送电能的日总量。
分析图10可以看到，随着λ的升高，三种电价机制下外送电能的总量都是逐渐上升的，即λ与外送电能量是正相关的。在三种电价机制中，实时电价下的外送电能量明显高于其他两种电价机制，在相同的λ取值时，实时电价机制能够输出更多的电能。家庭智能用电问题的目标函数是求取具有最优经济性的调度方案，由于无论在何种电价机制下，家庭负荷所需的总能量是大体不变的。因此，实时电价机制下，在低电价时吸收的电能更多，高电价时外送的电能也更多。实时电价机制下的含光伏发电的家庭能量管理系统通过在电力供应充足时吸收电能，电力供应不足时外送电能，对电网形成正向激励，在一定程度上起到了削峰填谷的作用。
家庭智能用电的经济性是用户更为关心的问题。图11对多种电价机制下含光伏发电装置和固定电价机制下无光伏发电装置的家庭智能用电问题的经济性进行了比较。
分析图11可以发现，固定电价机制下无光伏发电装置的家庭智能用电经济性最差，其电费远远高于含光伏发电的情况。在含光伏发电的三种情况下，固定电价下电费最高，与分时电价下的电费相差约2元，当λ＝2时，与实时电价下的电费相差约5元。并且，与时变电价相比，固定电价对于通过提高λ进行的新能源补贴激励的响应度较小。三种电价机制中，实时电价的经济性最好，即使在λ＝0时，其电费依然明显低于其他两种电价机制。并且，随着λ的提高，实时电价下的电费会出现明显的下降，进一步拉大与其他两种电价机制的差距。说明实时电价机制不仅有较好的经济性，而且对新能源补贴激励的响应程度也更好。一方面表明实时电价下电费的下降潜力更大，另一方面表明实时电价机制能够很好的配合新能源补贴政策的激励。随着λ的提高，实时电价机制下电费的减少来源于两部分：一、随着卖出电能的经济性不断提高，家庭能量管理系统会调度更多的电能在高电价时期输送给电网，如图11所示，获取更多的收益；二、即使外送电能没有明显增加，由于卖出价格变高，收益也会增加。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，包括以下步骤：
A、分析家用电器的种类，将家用电器分为家居温控设备、可中断负荷设备和蓄电池；
B、针对家居温控设备建立对应设备的热力学模型；
C、分析可中断负荷设备的约束式模型：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>b</mi>
</mrow>
</msub>
</mrow>
<msub>
<mi>t</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>e</mi>
</mrow>
</msub>
</munderover>
<msub>
<mi>x</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>L</mi>
<mi>a</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>a</mi>
<mo>&Element;</mo>
<msub>
<mi>A</mi>
<mrow>
<mi>I</mi>
<mi>L</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
</mrow>
其中，AIL表示可中断负荷的集合，ta,e和ta,b分别表示可中断负荷运行区间的起始时间和终止时间，xa,n表示可中断设备在时间区间内的开关状态，L a表示设备需要运行的时间区间总数；
D、分析蓄电池的约束式模型：
<mrow>
<msub>
<mi>E</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>E</mi>
<mn>0</mn>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
<mi>t</mi>
<mi>t</mi>
<mi>e</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
<mi>t</mi>
<mi>t</mi>
<mi>e</mi>
<mi>t</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>&le;</mo>
</mrow>
<msub>
<mi>E</mi>
<mrow>
<mi>h</mi>
<mi>i</mi>
<mi>g</mi>
<mi>h</mi>
</mrow>
</msub>
<mo>;</mo>
</mrow>
其中，Elow和Ehigh分别是蓄电池储能的下限和上限，E0为蓄电池储能的初始值，xbattery,n表示蓄电池在时间区间n时的状态，蓄电池有放电，充电，无充放三种状态，Pbattery表示蓄电池的充放电功率；
E、根据家庭智能用电的目标函数是求总用电费用的最小值。
2.根据权利要求1所述的不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，所述步骤B中建立对应设备的热力学模型的方法是：
B1、判断设备是否会进行分钟级的调度和开关，若会进行，则将设备归入可中断负荷设备，若不会进行，则不考虑设备开关所带来的损耗进入步骤B2；
B2、仅考虑考虑热交换时所带来的热量损失建立家居温控设备热力学模型如下：
θn+1＝θe,n+xnQR-(θe,n+xnQR-θn)exp[-(tn+1-tn)/(RC)]；
其中时间步长Δt＝tn+1-tn，Q为电热水器的等效功率，R为其等效热阻，C为其等效热容。
3.根据权利要求2所述的不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，当家居温控设备为热水设备时还包括以下步骤：
B3、引入热水设备的水箱模型，更新热水设备的热力学模型：
θ’n+1＝[θn+1(M-dn)+θe，ndn]/M；
其中M为水箱容量。
4.根据权利要求2所述的不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，所述步骤E中家庭智能用电的目标函数是求总用电费用的最小值为：
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>p</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mo>(</mo>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>a</mi>
<mo>&Element;</mo>
<mi>A</mi>
</mrow>
</munder>
<msub>
<mi>x</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mi>a</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>u</mi>
<mi>s</mi>
<mi>t</mi>
<mi>r</mi>
<mi>u</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，N为调度区间所包含的步长数，pn为第n个步长区间内的电价，xa,n为第n个步长时设备a的状态，Pa为设备a的功率，PPV,n为第n个补偿区间内的光伏出力。
5.根据权利要求4所述的不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，当电价包括上网电价和下网电价两种电价时，还包括步骤F：分析用户从电网买电的下网价格和上网价格得到分段函数：
<mrow>
<msub>
<mi>p</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>p</mi>
<mrow>
<mi>d</mi>
<mi>o</mi>
<mi>w</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>a</mi>
<mo>&Element;</mo>
<mi>A</mi>
</mrow>
</munder>
<msub>
<mi>x</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mi>a</mi>
</msub>
<mo>)</mo>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>u</mi>
<mi>s</mi>
<mi>t</mi>
<mi>r</mi>
<mi>u</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>></mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>p</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>a</mi>
<mo>&Element;</mo>
<mi>A</mi>
</mrow>
</munder>
<msub>
<mi>x</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mi>a</mi>
</msub>
<mo>)</mo>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>u</mi>
<mi>s</mi>
<mi>t</mi>
<mi>r</mi>
<mi>u</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
其中，pdown,n为用户从电网买电的电价，pup,n为用户卖电的上网电价；
将下网价格和上网价格得到分段函数与步骤E中的总用电费用的最小值进行匹配得到：
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>d</mi>
<mi>o</mi>
<mi>w</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>m</mi>
<mi>n</mi>
</msub>
<mo>+</mo>
<msub>
<mi>h</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>d</mi>
<mi>o</mi>
<mi>w</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>a</mi>
<mo>&Element;</mo>
<mi>A</mi>
</mrow>
</munder>
<msub>
<mi>x</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mi>a</mi>
</msub>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>m</mi>
<mi>u</mi>
<mi>s</mi>
<mi>t</mi>
<mi>r</mi>
<mi>u</mi>
<mi>n</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>P</mi>
<mi>V</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>&rsqb;</mo>
<mo>.</mo>
</mrow>
6.根据权利要求1所述的不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，当分析对象为含光伏发电的家庭时，还包括对实际电价进行分析，分析方法包括步骤F：分析固定电价、分时电价和实时电价三种政策对用户的激励程度，为了使激励程度最大，三种电价机制应满足如下约束：
即三种电价机制具有相同的平均值，其中pflat为固定电价，为分时电价，为实时电价。
7.根据权利要求6所述的不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，还包括步骤G：对上下网电价之比进行分析。
8.根据权利要求7所述的不同电价机制下含光伏发电的家庭智能用电规划方法，其特征在于，所述分析方法包括以下步骤：
G1、为λ进行赋值；
G2、将赋值后的λ带入三种电价体系分析家庭用电总能耗。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711166596.2A CN107769198A (zh) | 2017-11-21 | 2017-11-21 | 不同电价机制下含光伏发电的家庭智能用电规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711166596.2A CN107769198A (zh) | 2017-11-21 | 2017-11-21 | 不同电价机制下含光伏发电的家庭智能用电规划方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107769198A true CN107769198A (zh) | 2018-03-06 |
Family
ID=61280349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711166596.2A Pending CN107769198A (zh) | 2017-11-21 | 2017-11-21 | 不同电价机制下含光伏发电的家庭智能用电规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107769198A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109409610A (zh) * | 2018-11-07 | 2019-03-01 | 国网四川省电力公司成都供电公司 | 基于需求侧响应的家庭电热水器优化调度方法 |
| CN110275460A (zh) * | 2018-03-16 | 2019-09-24 | 深圳富泰宏精密工业有限公司 | 智能家电站及智能家电控制方法 |
| CN111404146A (zh) * | 2020-03-19 | 2020-07-10 | 南方电网科学研究院有限责任公司 | 一种基于用户负荷转移舒适度的配电方法、系统和终端 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106300368A (zh) * | 2016-09-22 | 2017-01-04 | 天津大学 | 面向含有界不确定参数的家庭负荷调度方法 |
-
2017
- 2017-11-21 CN CN201711166596.2A patent/CN107769198A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106300368A (zh) * | 2016-09-22 | 2017-01-04 | 天津大学 | 面向含有界不确定参数的家庭负荷调度方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郝文斌等: "《不同电价机制下含光伏发电的家庭负荷调度经济性研究》", 《电力系统保护与控制》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110275460A (zh) * | 2018-03-16 | 2019-09-24 | 深圳富泰宏精密工业有限公司 | 智能家电站及智能家电控制方法 |
| CN110275460B (zh) * | 2018-03-16 | 2021-10-19 | 深圳富泰宏精密工业有限公司 | 智能家电站及智能家电控制方法 |
| CN109409610A (zh) * | 2018-11-07 | 2019-03-01 | 国网四川省电力公司成都供电公司 | 基于需求侧响应的家庭电热水器优化调度方法 |
| CN111404146A (zh) * | 2020-03-19 | 2020-07-10 | 南方电网科学研究院有限责任公司 | 一种基于用户负荷转移舒适度的配电方法、系统和终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hou et al. | Smart home energy management optimization method considering energy storage and electric vehicle | |
| Fontenot et al. | Modeling and control of building-integrated microgrids for optimal energy management–a review | |
| Shafie-Khah et al. | A stochastic home energy management system considering satisfaction cost and response fatigue | |
| Hakimi et al. | Intelligent energy management in off-grid smart buildings with energy interaction | |
| Wang et al. | Robust optimization for load scheduling of a smart home with photovoltaic system | |
| Wang et al. | Active demand response using shared energy storage for household energy management | |
| Wang et al. | Optimal dispatching model of smart home energy management system | |
| Yang et al. | Optimal energy flow control strategy for a residential energy local network combined with demand-side management and real-time pricing | |
| Gong et al. | Dynamic modeling and optimal design for net zero energy houses including hybrid electric and thermal energy storage | |
| CN109886469A (zh) | 一种区域综合能源系统需求侧管理方法 | |
| CN108629470A (zh) | 基于非合作博弈的多能互补系统能量管理与优化运行 | |
| Wang et al. | Load curve smoothing strategy based on unified state model of different demand side resources | |
| Rajeev et al. | Dynamic load-shifting program based on a cloud computing framework to support the integration of renewable energy sources | |
| CN109709910A (zh) | 一种家庭能源优化调度管理系统及方法 | |
| Xu et al. | Real-time multi-energy demand response for high-renewable buildings | |
| CN110474370B (zh) | 一种空调可控负荷、光伏储能系统的协同控制系统及方法 | |
| Rahman et al. | An intelligent approach of achieving demand response by fuzzy logic based domestic load management | |
| CN107769198A (zh) | 不同电价机制下含光伏发电的家庭智能用电规划方法 | |
| Shen et al. | Optimal dispatch of regional integrated energy system based on a generalized energy storage model | |
| Yang et al. | A novel dynamic load-priority-based scheduling strategy for home energy management system | |
| Reiman et al. | Power factor correction in feeders with distributed photovoltaics using residential appliances as virtual batteries | |
| Juyal et al. | Optimized Cost of Energy by a Home Energy Management System Employing Dynamic Power Import Limit Strategy: A Case study Approach | |
| Wang et al. | Research on user-side flexible load scheduling method based on greedy algorithm | |
| Yan et al. | Model predictive control based energy management of a household microgrid | |
| Singabhattu et al. | Distributed energy resources optimization for demand response using MILP |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |