王少艷,侯瑞春,陶 冶,朱 愷
(1.中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)院,青島 266000;2.青島科技大學(xué) 信息科學(xué)技術(shù)學(xué)院,青島 266000;3.青島工程職業(yè)學(xué)院,青島 266000)
近幾年來(lái),隨著經(jīng)濟(jì)的快速發(fā)展,空調(diào)的使用數(shù)量急劇增加。據(jù)研究顯示,截止2018年,全國(guó)空調(diào)負(fù)荷達(dá)到2.8億千瓦,同比增加了6000萬(wàn)千瓦左右[1]。空調(diào)的大量使用使得電網(wǎng)的峰谷差距進(jìn)一步拉大,給電網(wǎng)的正常運(yùn)行造成了很大的壓力。努力縮小峰谷差距,保證電力負(fù)荷的平穩(wěn)運(yùn)行,不僅可以減少不必要的資源浪費(fèi),還可以提高電力資源的利用率,有助于電網(wǎng)的安全穩(wěn)定運(yùn)行。
為保障電力供需平衡,除在供給側(cè)接入新型能源外,可以考慮在需求側(cè)增加可調(diào)控資源[2],空調(diào)負(fù)荷就是一種典型的可調(diào)控資源。隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,多數(shù)空調(diào)已經(jīng)具備聯(lián)網(wǎng)條件,具有在線(xiàn)調(diào)控的能力,可以使用在美國(guó)等發(fā)達(dá)國(guó)家早已普及的周期性暫停措施[3,4]來(lái)遠(yuǎn)程操控空調(diào),抑制電力負(fù)荷的增長(zhǎng)。通過(guò)需求響應(yīng)降低電網(wǎng)對(duì)尖峰負(fù)荷的供電壓力,增強(qiáng)對(duì)空調(diào)負(fù)荷的多樣化控制,對(duì)于緩解電力供給側(cè)和需求側(cè)之間的矛盾具有重大意義。
本文的創(chuàng)新主要在于:1)考慮了多主體聯(lián)動(dòng),在家電與電網(wǎng)的價(jià)值融合模式下,充分發(fā)揮互聯(lián)網(wǎng)空調(diào)在線(xiàn)實(shí)時(shí)控制的優(yōu)勢(shì),實(shí)現(xiàn)電力負(fù)荷實(shí)時(shí)需求響應(yīng),精準(zhǔn)調(diào)控;2)建立了前后端聯(lián)動(dòng)的負(fù)載最優(yōu)化控制模型,既滿(mǎn)足了家電與電網(wǎng)的利益,又讓用戶(hù)從中受益,體現(xiàn)了不同主體間的跨域價(jià)值網(wǎng)融合。
隨著互聯(lián)網(wǎng)的發(fā)展和企業(yè)競(jìng)爭(zhēng)的加劇,傳統(tǒng)家電產(chǎn)業(yè)的價(jià)值鏈[9]模式已經(jīng)逐漸被價(jià)值網(wǎng)[10]取代,家電企業(yè)無(wú)法依靠低成本在競(jìng)爭(zhēng)中取得優(yōu)勢(shì),因此價(jià)值鏈經(jīng)過(guò)解構(gòu),把價(jià)值鏈上各主體(如顧客、供應(yīng)商、合作企業(yè)等)重新聯(lián)結(jié)在一起,讓顧客融入到價(jià)值創(chuàng)造中來(lái),形成以顧客需求為中心的價(jià)值網(wǎng)。而在供給側(cè)改革、新舊動(dòng)能轉(zhuǎn)換的大背景下,產(chǎn)業(yè)邊界變得越來(lái)越模糊,傳統(tǒng)的價(jià)值網(wǎng)相互交叉、滲透,形成價(jià)值網(wǎng)融合新模式。
這種新模式依據(jù)“鏈接”,“融合”,“跨界”,“開(kāi)放”的思想,打破了原有傳統(tǒng)的家電產(chǎn)業(yè)鏈模式,甚至突破了原有不相關(guān)多元化的概念,使看似不相關(guān)的業(yè)務(wù)和領(lǐng)域出現(xiàn)交叉、甚至融合的態(tài)勢(shì)。目前,大量空調(diào)具備互聯(lián)網(wǎng)接入功能,為智能家電與智能電網(wǎng)的價(jià)值網(wǎng)融合提供了技術(shù)基礎(chǔ)。家電產(chǎn)業(yè)與電網(wǎng)產(chǎn)業(yè)跨界合作,使家電產(chǎn)業(yè)生產(chǎn)出的空調(diào)不僅僅具有調(diào)溫、除濕的基本功能,還增加了智慧節(jié)電的新功能,增加了產(chǎn)品附加值,實(shí)現(xiàn)產(chǎn)品價(jià)值增值。對(duì)電網(wǎng)企業(yè)來(lái)說(shuō),空調(diào)溫度的實(shí)時(shí)調(diào)節(jié),降低了電網(wǎng)在電力尖峰時(shí)刻的供電壓力,減少了資源的不必要的浪費(fèi)。綜上所述,價(jià)值網(wǎng)融合新模式可以為價(jià)值網(wǎng)融合模式下的各主體創(chuàng)造出新價(jià)值。
本文以家電制造業(yè)的龍頭企業(yè)——海爾為例,來(lái)介紹電力需求響應(yīng)的流程。近年來(lái),海爾智能空調(diào)與國(guó)網(wǎng)江蘇電力公司就開(kāi)展了智能家電與智能電網(wǎng)的跨價(jià)值網(wǎng)融合方面的探索實(shí)踐。合作的目的是要實(shí)現(xiàn)江蘇電網(wǎng)居民能效系統(tǒng)與海爾U+大數(shù)據(jù)平臺(tái)對(duì)接,完成對(duì)海爾空調(diào)負(fù)荷的需求響應(yīng)管理。U+大數(shù)據(jù)平臺(tái)具有實(shí)時(shí)監(jiān)測(cè)功能,實(shí)時(shí)顯示在線(xiàn)用戶(hù)、在線(xiàn)設(shè)備數(shù)量,時(shí)段數(shù)量趨勢(shì),掌握空調(diào)在線(xiàn)狀態(tài)、分布、運(yùn)營(yíng)活動(dòng)等。利用海爾U+平臺(tái),對(duì)與海爾簽約的用戶(hù)家中的海爾空調(diào)進(jìn)行實(shí)時(shí)顯示和控制,當(dāng)電網(wǎng)備用容量不足、局部過(guò)載或是峰谷差過(guò)大時(shí),通過(guò)引導(dǎo)用戶(hù)開(kāi)展需求響應(yīng)實(shí)現(xiàn)削峰填谷,減小峰谷差,可以提高電網(wǎng)負(fù)荷率和運(yùn)行效率,參與需求響應(yīng)的用戶(hù)可以獲得電網(wǎng)提供的電費(fèi)補(bǔ)貼還可以節(jié)省一部分空調(diào)費(fèi)用,實(shí)現(xiàn)多方共贏(yíng)。積極進(jìn)行空調(diào)能耗預(yù)測(cè)研究,幫助電網(wǎng)供給側(cè)實(shí)現(xiàn)重點(diǎn)時(shí)段、重點(diǎn)區(qū)域的削峰平穩(wěn)運(yùn)行,這些措施對(duì)于提高電力資源利用率,減少資源浪費(fèi)具有重要意義。該項(xiàng)目核心業(yè)務(wù)流程如圖1所示。
圖1 海爾電力需求響應(yīng)項(xiàng)目核心業(yè)務(wù)流程
1)在U+App上,海爾向購(gòu)買(mǎi)海爾空調(diào)的用戶(hù)推送活動(dòng)信息與參與信息,通過(guò)一定激勵(lì)補(bǔ)償措施邀請(qǐng)用戶(hù)積極參與電網(wǎng)的調(diào)峰任務(wù)。
2)如果用戶(hù)同意參與,海爾最終會(huì)根據(jù)調(diào)峰目標(biāo)和用戶(hù)需求合理安排用戶(hù)的調(diào)峰計(jì)劃。
(17)作為一個(gè)建筑師[Ag],讓[Pro][[廣大老百姓[Posr]擁有[Pro]適合自己生活的居住空間[Posd]],比建一百座宮殿大廈更有意義。
3)空調(diào)負(fù)荷分布范圍廣,特性各異,數(shù)量龐大,無(wú)法對(duì)其負(fù)荷進(jìn)行單獨(dú)優(yōu)化參與系統(tǒng)的運(yùn)行。因此可以利用U+平臺(tái)的海量數(shù)據(jù)(如空調(diào)的啟停功率),對(duì)所有參與活動(dòng)的空調(diào)實(shí)行預(yù)分組。
4)當(dāng)運(yùn)行到電力負(fù)荷的尖峰時(shí)刻時(shí),海爾通過(guò)電網(wǎng)給出的實(shí)時(shí)節(jié)能目標(biāo)值,利用本文提出的數(shù)學(xué)模型,確定分類(lèi)調(diào)控策略。
5)上報(bào)空調(diào)狀態(tài)與實(shí)時(shí)能耗記錄。
假設(shè)空調(diào)在運(yùn)行時(shí)功率恒定,空調(diào)壓縮機(jī)不工作時(shí),室內(nèi)機(jī)風(fēng)扇仍然工作,仍有部分電能消耗。為節(jié)省電能,對(duì)空調(diào)實(shí)行周期性啟/??刂?,考慮用戶(hù)對(duì)舒適度要求不一樣,對(duì)用戶(hù)空調(diào)實(shí)行分類(lèi)控制。假設(shè)空調(diào)f實(shí)施第i類(lèi)啟/??刂疲照{(diào)f在第n個(gè)控制周期τ內(nèi),開(kāi)為空調(diào)f正常運(yùn)行時(shí)的功率,以下簡(jiǎn)稱(chēng)為空調(diào)運(yùn)行功率,則空調(diào)f在正常運(yùn)行情況下第n個(gè)控制周期內(nèi)消耗的電能為:
空調(diào)k在實(shí)施第i類(lèi)啟/停控制情況下第n個(gè)控制周期內(nèi)消耗的電能為:為空調(diào)f在關(guān)閉空調(diào)壓縮機(jī)后的運(yùn)行功率,以下簡(jiǎn)稱(chēng)為空調(diào)停機(jī)功率。
為激勵(lì)用戶(hù)積極參與削峰活動(dòng),對(duì)各類(lèi)用戶(hù)實(shí)行不同的補(bǔ)償補(bǔ)貼,各類(lèi)補(bǔ)貼費(fèi)用以同一類(lèi)用戶(hù)在該控制時(shí)段節(jié)省的總電能對(duì)該時(shí)段所有用戶(hù)節(jié)省的總電能的貢獻(xiàn)率計(jì)算,則第i類(lèi)用戶(hù)的單位補(bǔ)貼金額為:
經(jīng)研究,空調(diào)冷氣每小時(shí)停機(jī)10min~20min,大部分人員并無(wú)冷氣中斷的感覺(jué),對(duì)其舒適度也基本沒(méi)有影響[11],以40分鐘為一個(gè)控制周期。據(jù)此,我們將用戶(hù)空調(diào)分成三類(lèi)進(jìn)行控制,如表1所示,第一類(lèi)控制方式為空調(diào)開(kāi)30分鐘,停10分鐘,此種方式用戶(hù)體驗(yàn)最好;第二類(lèi)控制方式為空調(diào)開(kāi)20分鐘,停20分鐘,此種方式用戶(hù)體驗(yàn)一般;第三類(lèi)控制方式為空調(diào)開(kāi)10分鐘,關(guān)30分鐘,此種方式用戶(hù)體驗(yàn)較差。
表1 電力需求響應(yīng)項(xiàng)目方案介紹
下面建立空調(diào)需求響應(yīng)最優(yōu)化模型和約束,為方便集中統(tǒng)一調(diào)控,本文提出基于運(yùn)行功率和關(guān)機(jī)功率的空調(diào)分組方案,流程如圖2所示,將K臺(tái)空調(diào)以空調(diào)的運(yùn)行功率和停機(jī)功率為特征屬性,采用聚類(lèi)技術(shù)將其分成F組,每組空調(diào)的功率是該組所有空調(diào)的功率之和,從而將具有相似制冷能力的空調(diào)作為一臺(tái)虛擬的受控空調(diào)參與后期的分檔調(diào)控優(yōu)化。則K臺(tái)空調(diào)聚合成的F臺(tái)虛擬空調(diào)在N個(gè)控制周期內(nèi)節(jié)約的總電能為:
其中xi,f為虛擬空調(diào)f受控標(biāo)識(shí)量,值為0或1(1表示受i類(lèi)控制,0表示不受i類(lèi)控制),F(xiàn)為虛擬空調(diào)總數(shù),為控制周期總數(shù)。
由于電廠(chǎng)是24小時(shí)持續(xù)發(fā)電的,用電量過(guò)多過(guò)少都會(huì)造成一定的經(jīng)濟(jì)損失。用電量高于發(fā)電水平會(huì)給工業(yè)生產(chǎn)以及電廠(chǎng)本身造成很大的壓力,低于發(fā)電水平不僅會(huì)造成資源的極大浪費(fèi),還會(huì)影響用戶(hù)的舒適度體驗(yàn),因此我們要做到有計(jì)劃的進(jìn)行電力負(fù)荷的調(diào)控。假設(shè)第n個(gè)控制周期,電網(wǎng)提供的節(jié)約電量目標(biāo)值為?Etarget,我們以最小化調(diào)節(jié)誤差為目標(biāo)函數(shù):
對(duì)于家電產(chǎn)業(yè)來(lái)說(shuō),售賣(mài)的產(chǎn)品的功能改進(jìn)都是要在保證用戶(hù)舒適度體驗(yàn)的情況下進(jìn)行的,最終目的是要提高空調(diào)的銷(xiāo)售量,故該模型的約束條件為:
yi,k,f是空調(diào)k受控標(biāo)識(shí)量,它的值由xi,f決定,當(dāng)空調(diào)k通過(guò)聚類(lèi)技術(shù)被分配到f組時(shí),yi,k,f=xi,f。式(6)我們要盡可能的保證絕大多數(shù)的用戶(hù)體驗(yàn),式(8)是要保證用戶(hù)只能受一類(lèi)控制。上述情況屬于0~1整數(shù)規(guī)劃問(wèn)題,當(dāng)k的數(shù)值較大時(shí),可選用MATLAB軟件編程得到結(jié)果,最終選取?E-?Etarget中最接近0的解為最優(yōu)解。
圖2 空調(diào)分類(lèi)調(diào)控方案流程圖
為證明所提出的方案的可實(shí)施性,本文選取某省某小區(qū)來(lái)進(jìn)行算例分析,控制周期為電力運(yùn)行高峰期12:00~14:00,單位正常電價(jià)ω為0.5469元。首先進(jìn)行聚類(lèi)分析,將空調(diào)分成8組,分組后的參數(shù)如表2所示。
表2 空調(diào)聚類(lèi)分組結(jié)果
表2 (續(xù))
根據(jù)電網(wǎng)需求,該時(shí)段需要節(jié)約的電能為380kW.h,利用目標(biāo)函數(shù)和約束條件求得P1=0.2349,P2=0.1773,P3=0.1347。如表3所示結(jié)果。
表3 電力需求響應(yīng)實(shí)驗(yàn)結(jié)果
如表3所示,第2,3,4,7,8組實(shí)施第一類(lèi)控制方式,第5,6組實(shí)施第二類(lèi)控制方式,第1組實(shí)施第三類(lèi)控制方式。全部空調(diào)節(jié)省總電量約為379.98kW·h,與電網(wǎng)提出的目標(biāo)削減量380kW·h相差0.02kW·h,在組內(nèi)人數(shù)相差不大的情況下,實(shí)施第三類(lèi)調(diào)控策略相比于第一、二類(lèi)控制策略獲得的補(bǔ)貼金額相對(duì)較高,這是一項(xiàng)有效的激勵(lì)措施。實(shí)施上述方案前后,各組用電量對(duì)比如圖3所示,從圖中可以看出各組在實(shí)行上述方案后可以獲得顯著的節(jié)電效益。
圖3 實(shí)施方案前后各組用電量對(duì)比
如圖4給出了四種方案的節(jié)電量隨時(shí)間的變化趨勢(shì),從圖中可以看出無(wú)論實(shí)行哪種周期性暫停策略都可以達(dá)到明顯的節(jié)電效果,但是實(shí)施分類(lèi)控制策略可以使各時(shí)段用電更加趨于平緩,更好的達(dá)到削峰的效果,減少空調(diào)在集中開(kāi)啟瞬間電廠(chǎng)的供電壓力。在進(jìn)行分類(lèi)周期啟停的調(diào)控下,除了節(jié)省電能外,也一定程度上為用戶(hù)節(jié)省了部分生活支出,用戶(hù)還獲得了補(bǔ)貼金額,用戶(hù)對(duì)這種空調(diào)的體驗(yàn)感也會(huì)提高,家電企業(yè)的空調(diào)銷(xiāo)售量會(huì)增加,所以這種跨行業(yè)合作的價(jià)值網(wǎng)融合模式將會(huì)給各相關(guān)主體帶來(lái)利益。
圖4 各類(lèi)調(diào)控方案節(jié)電量隨時(shí)間變化趨勢(shì)
本文主要依據(jù)海爾與南方電網(wǎng)跨價(jià)值網(wǎng)融合項(xiàng)目,通過(guò)建立數(shù)學(xué)模型,為家電制造業(yè)提供較優(yōu)的調(diào)控策略,建議海爾如何調(diào)控用戶(hù)的空調(diào),可以使電網(wǎng)、用戶(hù)實(shí)現(xiàn)共贏(yíng)。文中提出的模型的特點(diǎn)如下:
1)由于空調(diào)數(shù)量較多,分布范圍廣,空調(diào)參數(shù)各異,單個(gè)空調(diào)負(fù)荷小,先采用聚類(lèi)技術(shù)將空調(diào)進(jìn)行預(yù)分組。
2)為更大程度省電,將周期性輪停應(yīng)用到實(shí)際操作中。
3)為了使調(diào)控后的電力負(fù)荷在各時(shí)段更加趨于平緩,以空調(diào)周期性暫停時(shí)間的不同為劃分依據(jù),將用戶(hù)空調(diào)分類(lèi)控制。
4)提出目標(biāo)節(jié)電量這一概念,做到有計(jì)劃節(jié)電。
從仿真實(shí)驗(yàn)中可以看出,在運(yùn)用本文提出的模型后會(huì)在一定程度上節(jié)省電能,較好地達(dá)到了削峰填谷的效果。此種方案不管是對(duì)使用空調(diào)的用戶(hù)還是對(duì)電網(wǎng)或是對(duì)家電企業(yè)都是有利的,可以創(chuàng)造一定的經(jīng)濟(jì)效益。但是本實(shí)驗(yàn)不足之處在于:沒(méi)有考慮在空調(diào)啟停的瞬間也會(huì)損失一部分的電能,對(duì)工業(yè)企業(yè)設(shè)備都是有一定影響的。空調(diào)在受啟??刂浦霸搼?hù)室溫不確定,此種情況下用戶(hù)的體驗(yàn)會(huì)不會(huì)有很差的影響。空調(diào)的啟停還會(huì)受地域、時(shí)間等其他因素的影響,在今后的研究中我們應(yīng)該盡可能的考慮到能影響節(jié)能效果的其他因素,不斷完善文中提出的數(shù)學(xué)模型。