于港旭，李中偉，金顯吉，郭麗華，張 嘯

(1.哈爾濱工業(yè)大學電氣工程及自動化學院，黑龍江 哈爾濱 150001；2.哈爾濱學院黑龍江省地下工程技術(shù)重點實驗室，黑龍江 哈爾濱 150086)

0 引言

近些年，隨著人們生活水平的提升，居民用電量大幅度提升，給電力部門帶來了新的供電壓力。新建小區(qū)中大都部署了風能、太陽能等新能源發(fā)電裝置。如何管理這些新能源發(fā)電裝置、解決好與小區(qū)用電負荷之間的能量調(diào)度優(yōu)化問題，已成為國內(nèi)外學者的研究熱點。文獻[1]提出了基于分時電價的家庭智能用電管理系統(tǒng)智能用電優(yōu)化算法。該算法可為用戶適當削減用電費用,同時能夠防止引入新的用電高峰。文獻[2]介紹了一種帶有對電、水、氣、熱進行遠程集中抄表功能的小區(qū)能量調(diào)度系統(tǒng)。該系統(tǒng)可以實現(xiàn)對小區(qū)各種能耗數(shù)據(jù)的集中采集，為下一步的數(shù)據(jù)挖掘作準備。文獻[3]提出在電網(wǎng)控制中心層、智能小區(qū)控制層和各個參與調(diào)度家庭之間使用Open ADR2.0通信標準，為未來智能小區(qū)建設時的各個控制層之間的通信提供了一種設計方案。文獻[4]提出了一種基于實時電價的家庭能量管理系統(tǒng)多目標能量調(diào)度優(yōu)化策略，使系統(tǒng)中源、儲、荷的相互協(xié)作和經(jīng)濟運行成為可能。

光伏發(fā)電作為一種清潔的發(fā)電方式，可以有效降低小區(qū)用電費用。合理的能量調(diào)度優(yōu)化策略可以實現(xiàn)光伏發(fā)電就地消納[5]。光伏發(fā)電功率的大小受天氣的影響較大。直接將小區(qū)光伏發(fā)電系統(tǒng)接入電網(wǎng)，不僅無法使其參與小區(qū)的能量調(diào)度優(yōu)化，還會因為發(fā)電功率波動影響電網(wǎng)的電能質(zhì)量[6]。

本文結(jié)合負荷用電優(yōu)化策略和光伏、蓄電池的工作特性，提出以用電費用最低為目標的能量調(diào)度優(yōu)化策略，給出優(yōu)化目標及約束條件，以實現(xiàn)智能小區(qū)能量調(diào)度優(yōu)化。

1 光伏和蓄電池模型構(gòu)建

本文將智能小區(qū)的家用負荷分為溫控負荷(如空調(diào)和電熱水器等)、不可調(diào)整類負荷(如電視機和電燈等)和可調(diào)整類負荷(如電飯煲和洗碗機等)。本文在構(gòu)建光伏、蓄電池數(shù)學模型基礎(chǔ)上，提出智能小區(qū)能量調(diào)度優(yōu)化策略。不可調(diào)整類負荷、可調(diào)整類負荷的數(shù)學模型采用文獻[7]中構(gòu)建的數(shù)學模型。溫控負荷的數(shù)學模型參考文獻[8]。溫控負荷模型主要考慮了空調(diào)和電熱水器的工作狀態(tài)。不可調(diào)整類負荷主要依據(jù)負荷是否工作而建模。可調(diào)整類負荷依據(jù)其是否工作在設定時間內(nèi)而建模。

1.1 光伏發(fā)電系統(tǒng)數(shù)學模型

光伏發(fā)電具有對地域要求較低的特點，能量轉(zhuǎn)化率高且安裝成本較低，符合我國小區(qū)中分布式電源的要求。單位面積光伏太陽能板的發(fā)電量大小受該時刻的太陽能輻射量影響。文獻[9]中，標準測試條件下光伏的最高輸出功率可表示為：

PPV=ηPVSPVISTC

(1)

式中：PPV為在測試條件下的光伏發(fā)電裝置的最高輸出功率，kW；ηPV為太陽能向電能轉(zhuǎn)化時的效率；SPV為小區(qū)內(nèi)部署的太陽能電池板的總面積，m2；ISTC為在測試條件下的太陽光輻射強度，kW/m2,本文取ISTC=1 kW/m2。

對于已經(jīng)出廠的光伏發(fā)電裝置，PPV的大小由生產(chǎn)廠家提供，在實際使用時其發(fā)電功率大小與實際使用時的溫度和輻射強度有關(guān)。因此，光伏總的輸出功率為[10]：

(2)

式中：PPV(t)為t時刻的光伏發(fā)電功率，kW；kP為光伏發(fā)電的功率溫度系數(shù)，通常取0.004；It為t時刻小區(qū)的光照強度大小， kW/m2；Tt為t時刻室外溫度，℃ ；TSTC為廠家測試時的標準測試溫度，℃，通常為25 ℃。

1.2 蓄電池數(shù)學模型及其工作特性

光伏發(fā)電對天氣變化較為敏感，通常與蓄電池配套使用。當光伏發(fā)電量充裕時蓄電池儲存電能，在小區(qū)負荷高峰時釋放電能供用戶使用。文獻[11]中蓄電池的運行狀態(tài)可表示為：

(3)

式中：RSOC(t) 、RSOC(t+1)為t時刻、(t+1)時刻蓄電池的荷電狀態(tài)(state of charge,SOC)；Pc(t)、Pd(t)為蓄電池的充電功率、放電功率大小，kW；ηc為充電效率；QB為出廠額定容量,kW·h；Q(t)為t時刻蓄電池的容量大小,kW·h；γ為蓄電池處于一日內(nèi)不運行狀態(tài)時的放電率，通常為蓄電池容量的百分之一/天； Δt為相鄰2個充電、放電之間的時間間隔。

頻繁的充放電會降低蓄電池的使用壽命。在制定蓄電池的使用成本模型前，需確定在使用壽命之內(nèi)蓄電池的可使用次數(shù)。參考文獻[12]，可得蓄電池可充放電的總次數(shù)：

Nc,d=c1+c2e-c3·DDOD+c4ec5·DDOD

(4)

式中：Nc,d為蓄電池的總的允許充、放電次數(shù)；c1、c2、c3、c4、c5為由生產(chǎn)廠家提供的系數(shù)，取值與蓄電池的特性有關(guān)；DDOD為蓄電池的放電深度，數(shù)值上等于放電量除以額定容量。

一般情況下，蓄電池在工作時，每次的DDOD有一定差異。隨著充放電深度不斷加深，蓄電池的損耗也逐步增多。假設蓄電池每次放電后均被充滿，則電池在使用壽命之內(nèi)總的充放電大小可由式(5)計算得到。

(5)

式中：Q∑為蓄電池在使用壽命之內(nèi)總充、放電量,kW·h；DDOD(i)為第i次的放電深度；nt為蓄電池使用壽命之內(nèi)總的充、放電次數(shù)。

根據(jù)式(4)和式(5)，得到蓄電池工作一日的損耗費用計算方式：

(6)

在設計蓄電池的容量時，應該滿足可獨立向小區(qū)可靠供電2 h的目標。按照每戶需約2 kW蓄電池容量計算，可得小區(qū)的蓄電池的總?cè)萘繛? 280 kW·h 。市場鉛蓄電池的價格約為每塊510元。根據(jù)某小區(qū)具體情況，估算出該小區(qū)需要部署該類蓄電池4 100塊，則小區(qū)部署蓄電池前期總投入約為210萬元。通過查詢市面上蓄電池的使用壽命可知，該類蓄電池在壽命內(nèi)的允許放電次數(shù)為1 200次。根據(jù)式(5)，計算得到蓄電池報廢前可進行充、放電的總電量為Q∑=1.056 ×107kW·h。

1.3 蓄電池數(shù)學模型及其工作特性

本文以河北某智能小區(qū)為例，采用本文所構(gòu)建的光伏發(fā)電系統(tǒng)和蓄電池數(shù)學模型，得到該小區(qū)夏季某日光伏發(fā)電變化曲線，進而驗證本文所提智能小區(qū)調(diào)度優(yōu)化策略的有效性。該智能小區(qū)共11棟居民樓，平均每棟樓約有住戶60戶。假設該小區(qū)11棟居民樓的樓頂均安裝太陽能電池板。根據(jù)太陽能電池板廠商提供的數(shù)據(jù)可知標準測試情況下光伏電源總輸出功率標準值。通過查詢氣象部門的預報，可得該小區(qū)所在地一日室外溫度變化和光照輻射變化。將一日內(nèi)的溫度變化和輻射強度變化代入式(2)，得到的智能小區(qū)在夏季某一天光伏發(fā)電功率變化曲線如圖1所示。

圖1 智能小區(qū)在夏季某一天光伏發(fā)電功率變化曲線

2 智能小區(qū)能量調(diào)度優(yōu)化策略

2.1 智能小區(qū)能量管理系統(tǒng)

在提出智能小區(qū)能量調(diào)度優(yōu)化策略前，本文設計的智能小區(qū)能量管理系統(tǒng)總體架構(gòu)如圖2所示。

圖2 智能小區(qū)能量管理系統(tǒng)總體架構(gòu)

每棟單元樓設有1個光伏電源和1個蓄電池，用于調(diào)度本單元樓的電能。光伏發(fā)電功率和蓄電池容量根據(jù)每棟住宅樓用戶負荷總功率確定。

為了將所提出的能量調(diào)度優(yōu)化策略應用于智能小區(qū)，需在智能小區(qū)中建立單獨的能量調(diào)度中心(智能小區(qū)控制中心)，負責智能小區(qū)能量管理系統(tǒng)的運行工作。其主要工作包括：①設計調(diào)查問卷，收集用戶的用電習慣，通過大數(shù)據(jù)分析挖掘節(jié)能潛力；②分析小區(qū)采用能量調(diào)度優(yōu)化策略后的節(jié)能效果；③通過云端或者無線傳感器網(wǎng)絡，對光伏、蓄電池和小區(qū)的家用負荷進行控制，以實現(xiàn)提出的控制策略。

2.2 優(yōu)化目標與約束條件

調(diào)度過程中的目標函數(shù)為小區(qū)調(diào)度一日產(chǎn)生的費用最低。定義一日內(nèi)智能小區(qū)家用負荷因運行而產(chǎn)生的總用電費用為fload、一日內(nèi)蓄電池的損耗費用為fcost、一日內(nèi)住戶因為光伏電源向其提供電能而削減的電費為ΔfPV、小區(qū)由光伏電源向電網(wǎng)輸送電能獲得的收益為fgain、一日內(nèi)住戶因為蓄電池向其提供電能而削減的電費為ΔfB。目標函數(shù)表達式如式(7)所示。

fday=min{fload+fcost-ΔfPV-fgain-ΔfB}

(7)

目標函數(shù)中，fload計算表達式為：

(8)

目標函數(shù)中，ΔfPV的計算表達為：

(9)

目標函數(shù)中fgain的計算表達式為：

(10)

目標函數(shù)中，ΔfB的計算表達式為：

(11)

能量調(diào)度優(yōu)化策略中的約束條件包括：蓄電池荷電狀態(tài)不等式約束，如式(12)所示；小區(qū)功率等式約束，如式(13)所示。

20%≤RSOC≤100%

(12)

(13)

2.3 能量調(diào)度優(yōu)化策略實現(xiàn)流程

本文所提能量調(diào)度優(yōu)化策略中采用的可調(diào)整類負荷群、溫控負荷群的用電優(yōu)化策略可參考文獻[7]。根據(jù)已有的負荷的用電優(yōu)化策略，本文提出智能小區(qū)能量調(diào)度優(yōu)化策略。該優(yōu)化策略具體的實現(xiàn)步驟如下。

①設計調(diào)查問卷，統(tǒng)計小區(qū)居民用電行為習慣。

②根據(jù)用戶的使用計劃，得到小區(qū)內(nèi)可調(diào)整類負荷、溫控負荷的用電優(yōu)化策略。

③通過當?shù)貦?quán)威的氣象部門，得到一日內(nèi)的室外溫度變化情況和太陽能輻射變化情況，進而通過建立的光伏發(fā)電模型模擬出小區(qū)一日內(nèi)的光伏發(fā)電功率。

④選擇1 min為最小時間片段。當電價處于較低水平時，小區(qū)所用電能全部來源于電網(wǎng)。同時，如蓄電池處于較低電量時也由電網(wǎng)充電。當電價不處于較低電價水平時，在供電穩(wěn)定的前提下使用光伏裝置向小區(qū)供電，而電網(wǎng)向小區(qū)供電則作為補充。

⑤根據(jù)實際情況，上位機下達實時的調(diào)度指令，用于執(zhí)行小區(qū)能量調(diào)度優(yōu)化策略。

智能小區(qū)能量調(diào)度優(yōu)化策略實現(xiàn)流程如圖3所示。該策略由智能小區(qū)控制中心的能量管理系統(tǒng)上位機執(zhí)行。

圖3 智能小區(qū)能量調(diào)度優(yōu)化策略實現(xiàn)流程圖

當某一時間內(nèi)電價處于較低水平時，小區(qū)所需電能全部由電網(wǎng)提供。當蓄電池中的電能與滿電狀態(tài)時的電能基本保持一致時，光伏電源會將電能輸送給電網(wǎng)；當蓄電池的電量不足時，位于小區(qū)內(nèi)部的光伏發(fā)電系統(tǒng)會將電能輸送給蓄電池。

當電價不處于較低水平時，如光伏發(fā)電系統(tǒng)所發(fā)出的電能超過小區(qū)負荷消耗的電能，小區(qū)由光伏供電，并根據(jù)蓄電池當前含有電能的多少來決定光伏所發(fā)電能扣除負荷所需電能后是向蓄電池還是電網(wǎng)輸送電能。當光伏發(fā)電的電能無法滿足負荷所需電能時，蓄電池與電網(wǎng)共同承擔這一負荷所需電能的缺額，且在蓄電池狀態(tài)允許的情況下優(yōu)先考慮蓄電池。

3 仿真結(jié)果與分析

目前，國內(nèi)外采用的電價形式主要有階梯電價、分時電價(峰谷電價或峰谷平電價)和實時電價等。國內(nèi)多執(zhí)行分時電價。因此，本文選用如圖4所示的河北省試行的分時電價曲線，對本文提出的智能小區(qū)能量調(diào)度優(yōu)化策略的有效性進行驗證。其同樣適用于實時電價。

圖4 分時電價曲線

在MATLAB平臺上對本文所提出的智能小區(qū)能量調(diào)度優(yōu)化策略的有效性進行仿真驗證。本文選取的河北某智能小區(qū)參與能量調(diào)度優(yōu)化的負荷數(shù)量統(tǒng)計如表1所示。根據(jù)一般用戶習慣，將表1中的負荷歸屬為可調(diào)整負荷、不可調(diào)整負荷和溫控負荷，具體應用時由用戶設定其哪種負荷屬于哪種類型。

表1 河北某智能小區(qū)參與能量調(diào)度優(yōu)化的負荷數(shù)量統(tǒng)計

Monte Carlo以概率統(tǒng)計理論為核心。在求解問題的過程中：首先，搭建一個概率模型或建立一個隨機過程，使它的參數(shù)或數(shù)字特征等于待求解問題的解；然后，通過對模型或過程的觀察或抽樣試驗，計算這些參數(shù)或數(shù)字特征。最后，得出待求問題解的近似值。

以模擬智能小區(qū)中電視機負荷曲線為例，基于蒙特卡洛法的智能小區(qū)日負荷曲線模擬流程如圖5所示。

圖5 基于蒙特卡洛法模擬電視機日負荷曲線流程

在初始階段，需要恰當?shù)卦O定模擬次數(shù)(對于此方法，200～500次是比較理想的模擬次數(shù))，調(diào)查并核實小區(qū)全部居民樓的電視機數(shù)量。然后，利用智能小區(qū)所有住戶電視機開啟時刻和運行時長的合理分布情況，在每個模擬周期內(nèi)生成各臺電視機開啟時刻和運行時長的隨機數(shù)，并將電視機負荷曲線與之疊加。最后，當模擬次數(shù)達到初始設定的次數(shù)同時滿足收斂條件時，輸出電視機的日負荷曲線。上述方法也是智能小區(qū)內(nèi)其余負荷曲線的生成方法。

利用蒙特卡洛法，對圖3中所提出的智能小區(qū)內(nèi)可調(diào)整類負荷、溫控負荷的能量調(diào)度優(yōu)化策略進行仿真驗證。優(yōu)化前后智能小區(qū)日負荷曲線如圖6所示。

圖6 優(yōu)化前后智能小區(qū)日負荷曲線

根據(jù)圖4和圖6，計算可得該小區(qū)優(yōu)化前一日內(nèi)用電負荷共產(chǎn)生用電費用8 555元，優(yōu)化后用電費用為7 390元。優(yōu)化后相比優(yōu)化前節(jié)約電費1 165元。優(yōu)化前后一日內(nèi)電網(wǎng)和光伏向智能小區(qū)供電功率變化情況如圖7所示。

圖7 優(yōu)化前后一日內(nèi)電網(wǎng)和光伏向智能小區(qū)供電功率變化情況

根據(jù)圖7中光伏出力情況可知，光伏不能持續(xù)穩(wěn)定地向小區(qū)進行供電。結(jié)合圖4所示的分時電價進行計算，可得在采用能量調(diào)度優(yōu)化策略后由于光伏向小區(qū)供電可以為小區(qū)節(jié)約用電費用2 060元。在光伏不向小區(qū)供電時，光伏的工作狀態(tài)分為向電網(wǎng)饋電和向小區(qū)部署的蓄電池充電2種工作模式。查閱市面上的光伏上網(wǎng)價格可知光伏的上網(wǎng)價格為0.65元/kW·h。假設蓄電池工作前的荷電狀態(tài)為0.8。通過對仿真結(jié)果的分析可知，采用能量調(diào)度優(yōu)化策略后蓄電池工作一日的損耗費用為210元，光伏向電網(wǎng)饋電一日的收益為1 250元。經(jīng)過計算可得，采用本文提出的能量調(diào)度優(yōu)化策略后可以每日為小區(qū)節(jié)約用電費用3 100元。

4 結(jié)論

本文基于已構(gòu)建的不可調(diào)整類負荷、可調(diào)整類負荷、溫控負荷的數(shù)學模型和提出的用電優(yōu)化策略，建立光伏、蓄電池的數(shù)學模型，提出了以用電費用最低為目標的智能小區(qū)能量調(diào)度優(yōu)化策略。小區(qū)家用負荷采用用電優(yōu)化策略前后分別采用蒙特卡洛法來進行模擬，并通過仿真軟件對這一策略進行仿真驗證。仿真結(jié)果表明，本文所提的能量調(diào)度優(yōu)化策略能夠使得居民用電費用顯著降低。本文研究成果可有效提高智能小區(qū)能量利用率，降低用戶成本。隨著智能小區(qū)的快速發(fā)展，本文的研究成果具有廣闊的應用前景。