李群 王亮 馬琳琳 于立濤 撖奧洋 安樹懷 張智晟

摘要：針對家庭能量管理調度優(yōu)化問題，本文建立了計及用戶不滿意度的家庭能量管理調度優(yōu)化模型，綜合考慮用戶用電成本、用戶對用電時間的不滿意度和對溫度的不滿意度3個目標，采用多目標粒子群算法（multiobjective particle swarm optimization，MOPSO）對模型進行求解，并結合信息熵法對最優(yōu)解進行選取，從而完成對各家用電器的優(yōu)化調度。同時，對不同情景下的用電模式進行算例仿真。仿真結果表明，采用計及用戶不滿意度的家庭能量管理調度優(yōu)化模型對家用電器進行調度，可以在降低用戶用電成本的同時，兼顧用戶用電的舒適度，驗證了模型的有效性。該研究對智能家居的調度和用戶的智能用電具有重要的理論和指導意義。

關鍵詞：家庭能量管理; 用戶不滿意度; 多目標粒子群算法; 信息熵; 電力系統(tǒng)

中圖分類號： TM73文獻標識碼： A

文章編號： 10069798（2019）01007506; DOI： 10.13306/j.10069798.2019.01.013

隨著智能電網的出現(xiàn)和智能家居的不斷普及，家庭能源消耗模式發(fā)生了革命性的變化，以智能家居為基礎的家庭能源管理系統(tǒng)（home energy management system，HEMS）迅速發(fā)展[1]。HEMS的核心是合理制定用戶的用電計劃，并按照計劃來調度智能家居的運行。考慮到用戶的不同需求，HEMS應針對不同的需求目標來制定不同的調度計劃。HEMS所需要的優(yōu)化目標包括用戶的用電成本最低、兼顧用電成本和用戶用電舒適性[2]。近年來，許多學者對家庭能量管理調度進行了研究，并提出了自己的方案。殷亮亮等人[3]提出了一種家庭微電網能量優(yōu)化策略，模型中考慮到了用戶用電的舒適性;王守相等人[4]提出了計及光伏的家庭能量管理協(xié)同調度策略，將舒適度納入到模型的約束條件中;官拓穎等人[5]提出了一種家電最優(yōu)調度方法，對家用電器運行時間的舒適度進行了定量分析;黃燾等人[6]對舒適度進行建模，將舒適度納入到目標函數(shù)中;楊冰[7]所提出的不滿意度指標均按照偏離值呈線性變化，但所有的家用電器均按照統(tǒng)一標準;紀姝彥等人[8]根據(jù)不同家電對用戶的不同影響，給出了舒適性的評價函數(shù)，將舒適性加權處理到目標函數(shù)中進行調度?；诖?，本文提出了計及用戶不滿意度的家庭能量管理調度優(yōu)化模型，該模型綜合考慮家用電器運行的時間不滿意度和溫度不滿意度，并針對不同電器對用戶的影響程度不同，對不滿意度函數(shù)進行加權處理。同時，將用電成本、時間不滿意度、溫度不滿意度三者作為多目標進行優(yōu)化處理，采用多目標粒子群算法對模型進行求解。通過算例證明，該模型在降低用電成本的同時，可以兼顧用戶用電的時間不滿意度和溫度不滿意度，驗證了模型的有效性。

1家庭智能用電系統(tǒng)

本文以典型家庭智能用電系統(tǒng)為研究對象。家庭智能用電系統(tǒng)含光伏發(fā)電系統(tǒng)和不可調度負荷、不可中斷負荷、可中斷負荷等3類負荷。居民用戶可通過電力公司獲取第2天的電價情況，根據(jù)天氣情況預測第2天的光伏出力情況[9]。HEMS根據(jù)所得到的電力信息及居民用戶的運行要求，通過無線網絡向家用電器發(fā)送控制信號，以調度家用電器的運行，從而達到優(yōu)化運行的目的[10]。

1.1不可調度負荷

不可調度負荷主要有家庭照明設備、電視機和計算機等，這類負荷同用戶的生活愛好和作息習慣緊密聯(lián)系，改變之后會對用戶的生活造成巨大影響，不參與智能家電的調度。

1.2不可中斷負荷

不可中斷負荷主要有洗衣機、洗碗機、電放鍋等，一旦運行就不可停止，直到完成工作。

1.3可中斷負荷

可中斷負荷主要有空調等溫控設備，這類設備隨著室內溫度的變化來決定其開關狀態(tài)。HEMS在保證用戶正常生活的前提下，合理調度智能家居的運行。由于不可調度負荷運行時間的改變會對用戶生活造成巨大影響，不宜參與調度。因此，參與調度的負荷主要有：

多情景分析如表2所示。由表2可以看出，情景1中不進行優(yōu)化調度，用戶用電成本最高，用戶對時間的不滿意度與對溫度的不滿意度最低。情景2進行優(yōu)化調度，但僅考慮用戶用電成本，優(yōu)化后用戶用電成本最低，下降為4.10元，但用戶對時間的不滿意度與對溫度的不滿意度影響較大，分別上升為64%和25%。情景3在考慮用戶用電成本的同時，兼顧用戶對時間的不滿意度與對溫度的不滿意度。與情景2相比，用戶用電成本雖有上升，但用戶對時間的不滿意度與對溫度的不滿意度均有較明顯的下降，分別下降為39%和13%。

5結束語

本文建立了計及不滿意度的家庭能量管理調度優(yōu)化模型，在考慮用戶用電成本的同時，兼顧用戶對時間的不滿意度與對溫度的不滿意度。采用多目標粒子群算法對模型進行求解，仿真結果表明，合理安排家用電器的運行，可以在降低用戶用電成本的同時，又能滿足用戶用電的舒適性要求，驗證了所提模型的正確性。若能考慮家庭儲能的影響，則能進一步完善家庭能量管理調度優(yōu)化模型，獲得更好的優(yōu)化效果。

參考文獻：

[1]張延宇， 曾鵬， 臧傳治. 智能電網環(huán)境下家庭能源管理系統(tǒng)研究綜述[J]. 電力系統(tǒng)保護與控制， 2014， 42（18）： 144154.

[2]劉經浩， 賀蓉， 李仁發(fā)， 等. 一種基于實時電價的HEMS家電最優(yōu)調度方法[J]. 計算機應用研究， 2015， 32（1）： 132137， 160.

[3]殷亮亮， 李征. 基于負荷分類的風光蓄家庭微電網的獨立運行能量優(yōu)化管理[J]. 電器與能效管理技術， 2017（3）： 8490.

[4]王守相， 孫智卿， 劉喆， 等. 面向智能用電的家庭能量協(xié)同調度策略[J]. 電力系統(tǒng)自動化， 2015， 39（17）： 108113.

[5]官拓穎， 賀蓉， 李仁發(fā)， 等. 一種改進的HEMS 家電最優(yōu)調度方法[J]. 計算機應用研究， 2016， 33（6）： 17271733.

[6]黃燾， 馬溪原， 雷金勇， 等. 考慮分時電價和需求響應的家庭型用戶側微電網優(yōu)化運行[J]. 南方電網技術， 2015， 9（4）： 4753.

[7]楊冰. 基于需求響應的家用設備調度策略研究[D]. 成都： 電子科技大學， 2016.

[8]紀姝彥， 李冬偉. 基于用戶滿意度的智能用電能量調度方法研究[J]. 電氣工程學報， 2017， 12（4）： 1017.

[9]郭佳歡. 微網經濟運行優(yōu)化的研究[D]. 北京： 華北電力大學， 2010.

[10]Mohsenian Rad A H， Leon Garcia A. Optimal residential load control with price prediction in realtime electricity pricing environments[J]. IEEE Transactions on Smart Grid， 2010， 1（2）： 120133.

[11]阮冰潔. 計及實時電價的家居混合供電系統(tǒng)能量優(yōu)化調度方法[D]. 杭州： 浙江大學， 2015.

[12]Li N， Chen L I， Low S H. Optimal demand response based on utility maximization in power networks[J]. IEEE Transactions on Smart Grid， 2011， 1（3）： 6778.

[13]Fanger P O. Thermal comfort[M]. Copenhagen： Danish Technical Press， 1970.

[14]蘇華東. CFD技術在住宅室內設計節(jié)能控制中的應用研究[D]. 重慶： 重慶大學， 2010.

[15]張子泳， 仉夢林， 李莎， 等. 基于多目標粒子群算法的電力系統(tǒng)環(huán)境經濟調度研究[J]. 電力系統(tǒng)保護與控制， 2017， 45（10）： 110.

[16]王金全， 黃麗， 楊毅， 等. 基于多目標粒子群算法的微電網優(yōu)化調度[J]. 電網與清潔能源， 2014， 30（1）： 4954.

[17]吳穎. 基于Pareto最優(yōu)解的多目標PSO算法在電機優(yōu)化設計中的應用[D]. 廣州： 中山大學， 2009.

[18]吳小剛. 配網儲能系統(tǒng)的規(guī)劃方法研究[D]. 北京： 華北電力大學， 2015.

[19]Erolkantarci M， Mouftah H T. Wireless sensor networks for costefficientresidential energy management in the smart grid[J]. IEEE Transactions on Smart Grid， 2011， 2（2）： 314325.

[20]紀姝彥. 面向智能用電的家庭能量管理研究[D]. 合肥： 合肥工業(yè)大學， 2017.