劉永春，蔡 華，田中利，邵雪松，許金宇

（1. 國網(wǎng)電力科學(xué)研究院有限公司（南瑞集團(tuán)有限公司），南京 211106；2. 國電南瑞南京控制系統(tǒng)有限公司，南京 211102；3. 國網(wǎng)江蘇省電力有限公司，南京 210037）

0 引言

隨著中國經(jīng)濟(jì)的持續(xù)發(fā)展，需求側(cè)的大功率用能設(shè)備逐漸普及，電力尖峰負(fù)荷不斷攀升，電力供需矛盾日趨嚴(yán)峻。此外，由于需求側(cè)負(fù)荷的無序用能電網(wǎng)負(fù)荷出現(xiàn)季節(jié)性尖峰，造成電力負(fù)荷峰谷差值不斷增大，通過建設(shè)電力基礎(chǔ)設(shè)施提高尖峰負(fù)荷富裕度的保電方式成本過高［1—2］。這樣的供電緊張趨勢未來仍將持續(xù)，電網(wǎng)日谷峰差率將會繼續(xù)增大，電網(wǎng)系統(tǒng)調(diào)峰面臨前所未有的壓力。

與此同時(shí)，居民用電設(shè)備的質(zhì)量也隨著設(shè)備保有量的增加而得到提升，大量居民用能設(shè)備呈現(xiàn)出智能化、數(shù)字化的特征。借助智能物聯(lián)網(wǎng)的相關(guān)技術(shù)，居民用戶智能電器表現(xiàn)為電網(wǎng)中可調(diào)控負(fù)荷。隨著低壓居民用戶智能電器大量接入電網(wǎng)，可調(diào)節(jié)的負(fù)荷資源逐年增多［3］。居民負(fù)荷是需求響應(yīng)負(fù)荷調(diào)度資源的重要組成部分，具有柔性可調(diào)、友好互動的特征，可以在短時(shí)間尺度上快速響應(yīng)電網(wǎng)的調(diào)控需求。國內(nèi)已有一些前期試點(diǎn)對居民家電負(fù)荷的調(diào)節(jié)潛力進(jìn)行估算，初步驗(yàn)證居民家電負(fù)荷在負(fù)荷總量中具有可觀的調(diào)控潛力。在未來的數(shù)字化趨勢下，居民側(cè)可控負(fù)荷資源不斷豐富，有利于保障電力系統(tǒng)安全穩(wěn)定運(yùn)行，構(gòu)筑多元用戶與電網(wǎng)友好互動的能源生態(tài)。

但目前居民各類電器標(biāo)準(zhǔn)不統(tǒng)一，缺少對居民負(fù)荷的統(tǒng)一建模，下層的負(fù)荷能源與上層的價(jià)值需求場景相割裂，居民負(fù)荷無法直接參與到電網(wǎng)調(diào)控當(dāng)中。行業(yè)缺乏通用的聚合互操作技術(shù)標(biāo)準(zhǔn)，不同的家電品牌使用的技術(shù)架構(gòu)、方案、標(biāo)準(zhǔn)各不相同，未來不同品牌的家電與電網(wǎng)互動需要聯(lián)通不同品牌的家電云平臺，存在較大的互操作難題［4—5］，制約了居民負(fù)荷與電網(wǎng)互動的規(guī)模。因此，需要基于上述背景建立居民家電負(fù)荷聚合測試機(jī)制，解決不同家電品牌用能設(shè)備的互聯(lián)互通問題，以滿足不同居民家電負(fù)荷的互動需求。

國內(nèi)外許多學(xué)者對居民家電負(fù)荷聚合測試做了大量研究。文獻(xiàn)［6］中提出了一種基于周期性暫停的家電分類調(diào)控策略，通過對居民家電負(fù)荷的按時(shí)分類控制，實(shí)現(xiàn)了家電與電網(wǎng)的互動測試。文獻(xiàn)［7］中提出了一種基于城市家電負(fù)荷預(yù)測的負(fù)荷調(diào)控方案，通過對家電的用電趨勢預(yù)測，從而提高了居民家電預(yù)測與電網(wǎng)的互動測試效率。文獻(xiàn)［8］中提出了一種基于負(fù)荷過響應(yīng)抑制的居民家電需求響應(yīng)策略，采用分散式家電調(diào)控模型，實(shí)現(xiàn)了家電和電網(wǎng)的互動測試。文獻(xiàn)［9］中提出了一種虛擬資源池的居民家電負(fù)荷調(diào)控方法，通過用戶舒適度控制模型，實(shí)現(xiàn)了家電和電網(wǎng)的互動測試。由此可見，居民家電負(fù)荷聚合測試方法呈現(xiàn)多樣化，但上述方法只適用于單個(gè)家電生產(chǎn)商的設(shè)備，不能滿足多個(gè)家電生產(chǎn)商的家電負(fù)荷聚合測試需求。為了解決上述問題，本文首先依托云計(jì)算技術(shù)，構(gòu)建數(shù)據(jù)采集平臺和居民家電負(fù)荷統(tǒng)一信息交換標(biāo)準(zhǔn)，對上送的異構(gòu)數(shù)據(jù)實(shí)現(xiàn)快速的協(xié)議解析；其次，構(gòu)建基于模糊C 均值（fuzzy C-means，F(xiàn)CM）的聚類方法，實(shí)現(xiàn)速度快、聚類準(zhǔn)確的負(fù)荷聚類。

針對居民家電缺少通用互操作標(biāo)準(zhǔn)，與電網(wǎng)負(fù)荷互動難的問題，提出了一種基于雙層博弈的居民家電負(fù)荷聚合測試方法。下層博弈實(shí)現(xiàn)能量調(diào)控，而上層博弈實(shí)現(xiàn)居民家庭價(jià)值需求，從而提供電網(wǎng)互動服務(wù)應(yīng)用功能，滿足居民小微負(fù)荷聚合與電網(wǎng)互動需求。

1 居民家電負(fù)荷聚合測試框架

文中所述的基于雙層博弈的居民家電負(fù)荷聚合測試方法框架主要包括:建立居民家電應(yīng)用場景、居民家電負(fù)荷聚合博弈和居民家電互操作測試3部分內(nèi)容，如圖1所示。

圖1 居民家電負(fù)荷聚合測試框架Fig.1 Load aggregation test architecture for household appliances

由圖1 可見，在建立居民家電應(yīng)用場景環(huán)節(jié):首先對居民的家電數(shù)據(jù)進(jìn)行采集，具體表現(xiàn)為使用家庭智能用電平臺采集居民家電的運(yùn)行時(shí)段、功率等信息；其次，采用聚類算法對居民家電數(shù)據(jù)聚類以獲得居民使用家電的特征信息；最后，建立不同的居民家電應(yīng)用場景。

在居民家電負(fù)荷聚合博弈環(huán)節(jié)，首先進(jìn)行下層能量博弈，根據(jù)電網(wǎng)需求響應(yīng)的負(fù)荷調(diào)控目標(biāo)對可調(diào)居民家電負(fù)荷用能進(jìn)行博弈，求解最優(yōu)的居民家電用能策略；其次，進(jìn)行居民家電負(fù)荷上層博弈，通過價(jià)值需求場景博弈，求解最優(yōu)的居民家電應(yīng)用場景。

在居民家電互操作測試環(huán)節(jié):首先，確定居民家電場景測試優(yōu)先級；其次，在標(biāo)準(zhǔn)測試體系架構(gòu)的基礎(chǔ)上，動態(tài)生成測試功能集；最后，在保障居民家電接口一致性的情況下，進(jìn)行居民家電負(fù)荷測試。

2 居民家電負(fù)荷聚合測試模型

2.1 建立居民家電應(yīng)用場景

2.1.1 居民家電數(shù)據(jù)采集

當(dāng)前，中國大部分家電生產(chǎn)商建有家電云平臺，通過IEC/CIM、DL/T 1867 等信息模型采集家電的基礎(chǔ)檔案、用電時(shí)段、用電功率等信息［10］，但由于各家電生產(chǎn)廠商的家電云平臺技術(shù)架構(gòu)、接口標(biāo)準(zhǔn)不盡相同，所以居民家電數(shù)據(jù)采集難度大。

文中依托居民家電用電仿真環(huán)境，在用電信息采集系統(tǒng)的基礎(chǔ)上搭建了居民家電數(shù)據(jù)采集平臺，制定了居民家電負(fù)荷與電網(wǎng)互動的統(tǒng)一信息交換標(biāo)準(zhǔn)。信息交換包括連接、時(shí)間、參與、輪詢、日志，5部分內(nèi)容，如圖2所示。

圖2 居民家電負(fù)荷信息交換標(biāo)準(zhǔn)Fig.2 Load information exchange standard for household appliances

式中:na為居民家電類型的數(shù)量；nb為居民家電的個(gè)數(shù)；ci為不同類型的居民家電采集數(shù)據(jù)；dj為不同的居民家電設(shè)備采集數(shù)據(jù)。

2.1.2 居民家電數(shù)據(jù)聚類與應(yīng)用場景建立

居民家電數(shù)據(jù)聚類的目的是為了獲取居民使用家電的特征信息。FCM 是一種基于模糊理論的目標(biāo)函數(shù)聚類方法［11］。該方法通過對每個(gè)樣本點(diǎn)隸屬度進(jìn)行分析，從而判斷其歸屬的類。FCM聚類方法具有速度快、聚類準(zhǔn)確的特點(diǎn)。因此，文中采用FCM 方法進(jìn)行居民家電數(shù)據(jù)聚類。居民家電數(shù)據(jù)每個(gè)樣本的隸屬度la為

式中:nc為居民家電聚類中心的個(gè)數(shù)；nd為居民家電的樣本個(gè)數(shù)；fi,k為不同的居民家電樣本點(diǎn)隸屬于某一類的隸屬度；si為不同的居民家電聚類中心。

在進(jìn)行居民家電聚類后，根據(jù)居民的家電使用習(xí)慣建立居民環(huán)境與溫度自動控制、智慧廚房、智能居民家庭影院、智能電器遠(yuǎn)程控制等場景。

2.2 居民家電負(fù)荷聚合雙層博弈

2.2.1 下層能量博弈

據(jù)統(tǒng)計(jì)，居民家電的用電負(fù)荷占城市最大負(fù)荷的8%［12］。居民家電負(fù)荷具有智能物聯(lián)的特點(diǎn)，可充分發(fā)揮居民家電的需求響應(yīng)調(diào)節(jié)潛力。在雙層博弈模型中，首先是下層能量博弈模型，即居民家電的用電能量博弈，接著明確電網(wǎng)需求響應(yīng)的負(fù)荷調(diào)控目標(biāo)，然后依此進(jìn)行居民家電用能博弈。在總體能量目標(biāo)控制的前提下，實(shí)現(xiàn)居民家電用能的最優(yōu)策略。

靜態(tài)博弈模型是一種領(lǐng)導(dǎo)型的產(chǎn)量博弈模型。在靜態(tài)博弈模型中有且只有1 個(gè)領(lǐng)導(dǎo)者，領(lǐng)導(dǎo)者具有絕對的優(yōu)勢，他先給出一個(gè)博弈競爭策略；然后，其他追隨者根據(jù)靜態(tài)博弈領(lǐng)導(dǎo)者的策略，再進(jìn)行自身的博弈策略調(diào)整［13—14］。文中的博弈中，單個(gè)居民家電參加負(fù)荷調(diào)控市場作用甚微，由于目前可以通過智能開關(guān)/插座（如小米智能開關(guān)、南瑞智能控制插板）和調(diào)控設(shè)備（如智慧能源單元）對居民家電進(jìn)行控制，因此，采用居民家電聚合商的方式進(jìn)行博弈。居民家電聚合商即為領(lǐng)導(dǎo)者。下層能量博弈模型Ra為

式中:ea為下層博弈領(lǐng)導(dǎo)者的負(fù)荷調(diào)節(jié)需求；va為下層博弈領(lǐng)導(dǎo)者的能量需求；eb為下層博弈居民家電參與者的負(fù)荷調(diào)節(jié)需求；vb為下層博弈居民家電參與者的能量需求。

2.2.2 上層價(jià)值需求場景博弈

在上層價(jià)值需求博弈模型中，通過居民家電的環(huán)境與溫度自動控制、智慧廚房、智能居民家庭影院、智能電器遠(yuǎn)程控制4 類價(jià)值需求場景進(jìn)行靜態(tài)博弈，求解適合每個(gè)用戶的最優(yōu)的居民家電應(yīng)用場景。上層價(jià)值需求博弈模型Oa為

式中:da為上層博弈中居民家電環(huán)境與溫度自動控制價(jià)值需求；db為上層博弈中居民家電智慧廚房價(jià)值需求；dc為上層博弈中居民家電智能居民家庭影院價(jià)值需求；dd為上層博弈中居民家電智能電器遠(yuǎn)程控制價(jià)值需求。

通過居民家電負(fù)荷聚合雙層博弈，可求解最優(yōu)的居民家電應(yīng)用場景。

2.3 居民家電互操作測試

居民家電互操作測試在下層能量博弈的基礎(chǔ)上，根據(jù)居民用戶上層價(jià)值需求進(jìn)行互控制操作測試，以滿足雙層博弈的控制響應(yīng)指令。

在獲得居民家電應(yīng)用場景后，首先對比居民家電各類應(yīng)用場景需求，采用場景法得出正常的用例場景、備選的用例場景、異常的用例場景，并確定居民家電場景測試優(yōu)先級；其次，在應(yīng)用場景、流程、對象、信息等標(biāo)準(zhǔn)測試體系架構(gòu)的基礎(chǔ)上，基于SEP2.0、OpenADR 等設(shè)備通信協(xié)議，選取測試功能歸并的方法，動態(tài)生成測試功能集；最后，在確定實(shí)現(xiàn)交互的接口規(guī)范一致的前提下，進(jìn)行居民家電負(fù)荷聚合互操作測試，如圖3所示。

圖3 居民家電互操作測試流程Fig.3 Interoperability test workflow for household appliances

3 算例分析

3.1 場景與參數(shù)設(shè)定

為驗(yàn)證文中所提的基于雙層博弈的居民家電負(fù)荷聚合測試方法的有效性，在中國某城市小區(qū)進(jìn)行居民家電負(fù)荷聚合測試的實(shí)際應(yīng)用。該小區(qū)有居民住戶5 172 戶，且居民住戶家電均采用智能裝置，可以與電網(wǎng)進(jìn)行負(fù)荷互動控制。文中所用的算法采用python開發(fā)，部署在供電公司機(jī)房；服務(wù)器操作系統(tǒng)為Linux，服務(wù)器中央處理器為至強(qiáng)6 143，16核心，運(yùn)行頻率為2.8 GHz，內(nèi)存容量為128 GB。

文中居民家電負(fù)荷聚合測試方法是與文獻(xiàn)［15］中的家電負(fù)荷智能協(xié)商測試法進(jìn)行對比評估和算例分析，該方法在居民家電負(fù)荷聚合測試領(lǐng)域中廣泛應(yīng)用，具有居民家電行業(yè)通用性。

3.2 算例運(yùn)行分析

（1）居民家電數(shù)據(jù)聚類準(zhǔn)確率分析

家電負(fù)荷類別依據(jù)居民家電行業(yè)標(biāo)準(zhǔn)采用人工的方式來進(jìn)行確認(rèn)并標(biāo)注。居民家電數(shù)據(jù)聚類準(zhǔn)確率分析是衡量居民家電負(fù)荷分類的核心指標(biāo)。該指標(biāo)的計(jì)算方式為:通過模型對居民家電負(fù)荷數(shù)據(jù)進(jìn)行分類后，將其與人工依據(jù)居民家電行業(yè)標(biāo)準(zhǔn)分類結(jié)果進(jìn)行比較。若兩者居民家電分類一致，則為準(zhǔn)確，其比值為居民家電數(shù)據(jù)聚類準(zhǔn)確率。

選擇居民家電數(shù)據(jù)為500、800、1 000、2 000、3 000、4 000、5 000個(gè)。采用文中所提的基于雙層博弈的居民家電負(fù)荷聚合測試的FCM 聚類方法與家電負(fù)荷智能協(xié)商測試法的K均值聚類方法得出居民家電數(shù)據(jù)聚類準(zhǔn)確率并比較，其居民家電數(shù)據(jù)聚類準(zhǔn)確率如表1所示。

由表1 可知，文中所提基方法居民家電數(shù)據(jù)FCM 聚類準(zhǔn)確率平均為99.3%，高于智能協(xié)商方法的K均值聚類平均準(zhǔn)確率。

表1 居民家電數(shù)據(jù)聚類準(zhǔn)確率分析Table 1 Data clustering accuracy for household appliances

（2）居民家電負(fù)荷雙層博弈分析

居民家電負(fù)荷雙層博弈分析是評估居民家電負(fù)荷互操作運(yùn)行的重要指標(biāo)。其博弈的迭代次數(shù)與博弈結(jié)果關(guān)聯(lián)度大［16—18］。算例中的居民小區(qū)設(shè)定初始電網(wǎng)的需求響應(yīng)調(diào)節(jié)負(fù)荷為0.5 MW，然后進(jìn)行居民家電負(fù)荷聚合商、居民家電的雙層博弈。博弈結(jié)果如圖4所示。在圖4中，一共進(jìn)行了400次迭代博弈，在靜態(tài)博弈至180次左右，求解達(dá)到最佳的負(fù)荷與價(jià)值需求的平衡點(diǎn)。由圖4 可知，居民家電負(fù)荷雙層博弈本質(zhì)是需求負(fù)荷值的博弈，在博弈開始階段，需求響應(yīng)需聚合商減少較多的負(fù)荷，而居民家電只能提供較少的負(fù)荷。在博弈到180次左右時(shí)，聚合商、需求響應(yīng)所需減少的負(fù)荷與居民家電能降低的負(fù)荷趨于一致。

圖4 居民家電負(fù)荷雙層博弈Fig.4 Double-layer game for household appliances

（3）居民家電負(fù)荷聚合互操作測試準(zhǔn)確率

居民家電負(fù)荷聚合互操作測試準(zhǔn)確率是文中的核心評估指標(biāo)。居民家電負(fù)荷聚合互操作測試準(zhǔn)確率計(jì)算方法為:居民家電負(fù)荷聚合選擇的測試結(jié)果與人工依據(jù)居民家電行業(yè)典型測試值進(jìn)行比較。測試結(jié)果一致的為負(fù)荷聚合測試準(zhǔn)確，其比值為居民家電負(fù)荷聚合互操作測試準(zhǔn)確率。

分別選擇居民家電數(shù)量為500、1 000、2 000、3 000、4 000、5 000 個(gè)。采用文中所提基于雙層博弈的居民家電負(fù)荷聚合互操作測試方法與智能協(xié)商測試法得出準(zhǔn)確率并比較，居民家電負(fù)荷聚合測試準(zhǔn)確率結(jié)果如圖5所示。

圖5 居民家電負(fù)荷聚合互操作測試準(zhǔn)確率Fig.5 Load aggregation interperability test accuracy for household appliances

由圖5 可知，文中所提基于雙層博弈的居民家電負(fù)荷聚合互操作測試方法平均準(zhǔn)確率為97.2%，高于智能協(xié)商測試方法的平均準(zhǔn)確率。

（4）居民家電負(fù)荷場景互操作測試準(zhǔn)確率

居民家電負(fù)荷場景互操作測試準(zhǔn)確率是評估居民家電負(fù)荷在4類價(jià)值需求場景中互操作運(yùn)行的核心指標(biāo)。居民家電負(fù)荷場景互操作測試準(zhǔn)確率計(jì)算方法為:居民家電負(fù)荷聚類后于4 類價(jià)值需求場景測試結(jié)果與人工依據(jù)居民家電負(fù)荷特征于4類價(jià)值需求場景測試值進(jìn)行比較。測試結(jié)果一致的為負(fù)荷互操作測試準(zhǔn)確，其比值為居民家電負(fù)荷場景互操作測試準(zhǔn)確率。

依據(jù)小區(qū)5 172 個(gè)居民住戶21 447 組家電數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，在家電數(shù)據(jù)聚類后，按照4類價(jià)值需求場景劃分，即考慮居民家電的環(huán)境與溫度自動控制、智慧廚房、智能居民家庭影院、智能電器遠(yuǎn)程控制。采用文中所提基于雙層博弈的居民家電負(fù)荷聚合互操作測試方法與智能協(xié)商測試法得出場景測試準(zhǔn)確率并比較，居民家電負(fù)荷場景互操作測試準(zhǔn)確率結(jié)果如圖6所示。

圖6 居民家電負(fù)荷場景互操作測試準(zhǔn)確率Fig.6 Load scenario interoperability test accuracy for household appliances

由圖6 可知，文中所提基于雙層博弈的居民家電負(fù)荷聚合互操作測試方法的場景測試準(zhǔn)確率平均為92.7%，高于智能協(xié)商測試方法的場景測試平均準(zhǔn)確率。

4 結(jié)束語

針對居民家電缺少通用互操作標(biāo)準(zhǔn)，與電網(wǎng)負(fù)荷互動難的問題，提出了一種基于FCM聚類法雙層博弈的居民家電負(fù)荷聚合測試方法。該方法采用基于雙層博弈模型，融合了能量控制與價(jià)值控制需求。通過居民家電負(fù)荷聚合測試，為海量的居民用戶負(fù)荷的友好柔性互動提供支撐，推進(jìn)居民可調(diào)節(jié)的負(fù)荷與電網(wǎng)互動，促進(jìn)中國“雙碳”目標(biāo)實(shí)現(xiàn)。D