家庭能源管理論文范文

本站小編為你精心準備了家庭能源管理論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1智能電網環境下家庭能源管理系統新需求

在不同的電網結構下家庭能源管理系統具有不同的功能，家庭能源管理系統作為智能電網的有機組成部分，智能電網為其提出了新的功能需求。傳統電網的能量流向是單向的，即電能由少量大容量發電廠集中生產，然后通過大規模的輸電網、配電網送至用戶側，最終由用戶消費掉。在這種模式下，家庭用戶只是電能的消費者，被動參與電網的運行，家庭能源管理系統的功能就是提高用電效率，實現節能減排，功能單一；并且這種家庭能源管理系統主要考慮單一用戶用電效率的提高和舒適度的增加[8]，并未考慮大量用戶協同工作對電網的影響。智能電網除了大容量集中式發電廠外，還包含大量分布式電源和可再生能源，它具有復雜的潮流分布。電網和用戶之間的能量流是雙向的，家庭用戶不僅可以消費來自電網的電能，而且可以將本地分布式發電裝置產生的多余電能售給電網以獲得相應的經濟效益。智能電網是一個完全自動化的供電網絡，其中的每一個用戶和節點都得到實時的控制，并保證從發電廠到用戶端電氣之間的每一個點上的電流和信息的雙向流動；能保證電網上各成員之間的無縫連接和實時互動。除了提高居民側用電效率、實現節能減排外，智能電網環境下的家庭能源管理系統需要具備以下新功能：

1）支持需求響應在居民側的實施。目前電力資產利用效率低，研究表明20%的系統容量僅用于滿足電力峰值需求，其運行時間僅占系統運行時間的5%。通過實施需求響應可以降低電力需求的“峰谷比”和電力資產投資額，提高電力資產的利用效率，增強電力系統運行的安全性。需求響應在大工業用戶和商業用戶中已經得到了實施；然而單個家庭用戶用電量少，而用戶數量眾多，在傳統電網下無法有效實施需求響應。但據美國能源管理委員會（FederalEnergyRegulatoryCommission）報告，居民用戶側是通過實施需求響應來削減電力峰值需求的最大潛在領域。在智能電網環境下，借助于家庭能源管理系統可以實現這一功能。此外，居民用戶通過家庭能源管理系統對電力公司的動態電價信號進行合適的響應，對用電設備進行優化控制可以降低用戶用電費用。

2）支持風力發電、光伏發電等分布式可再生能源接入電網。智能電網中存在大量的分布式電源，其中風電和光伏發電是居民側最常見的分布式可再生能源形式，它們對于提高可再生能源的利用率、優化能源結構、降低用戶用能費用具有重要意義，但同時使配電網中的潮流復雜化。另外風能、太陽能具有間歇性和隨機性的特點，風電和光伏發電的大規模接入會給電網電能質量和電網的安全運行帶來挑戰。家庭能源管理系統需要為家庭用戶擁有的分布式可再生能源接入電網提供支持。

3）支持大規模電動汽車安全接入電網。電動汽車具有節能環保、運行費用低的優點，對于減少交通運輸領域的能量消耗和溫室氣體排放具有重要的作用。但電動汽車具有電池容量大、充電功率高、接入電網充電時間集中的特點。大量電動汽車無序接入電網充電會造成電力需求峰值增加，電網供需失衡，輸電線路和變壓器過載等后果，降低電力資產利用率，壽命，威脅電網的安全運行。通過家庭用電網絡接入電網是電動汽車入網充電的重要方式之一，利用家庭能源管理系統對電動汽車的充電過程進行控制可以削弱或消除電動汽車上網充電對電網的不利影響[14]，同時減少用戶的用電費用。綜上，智能電網環境下家庭能源管理系統除了實現提高用電效率、節能減排的基本功能外，還要為居民側需求響應的實施、分布式可再生能源和大規模電動汽車安全接入電網、降低用戶用能費用提供支持，這些新需求的實現為該領域的研究提出了新挑戰。

2智能電網環境下家庭能源管理系統組成

與傳統的家庭能源管理系統相比，智能電網環境下的家庭能源管理系統實現的功能更多、更復雜，需要全新的系統結構支持這些功能的實現。智能電網環境下家庭能源管理系統示意圖如圖1，它主要包括三類設備：用電負載、儲能設備和分布式電源。根據用電模式和用戶需求不同，用電負載分為可調度負載和不可調度負載。HVAC（Heating,VentilationandAirConditioning）系統、洗衣機、干衣機、熱水器、洗碗機、電動汽車、用于家庭泳池的抽水泵等，在一定條件下對這些設備的運行進行調度不會影響到用戶的舒適度，它們是可調度負載。不可調度負載主要包括計算機、打印機、冰箱、家庭娛樂系統、照明系統、安保系統等，對這些負載進行調度會嚴重影響用戶的需求滿意度。對可調度負載的運行進行優化調度是實現居民側需求響應的重要途徑之一。電動汽車是一種特殊的可調度負載，它不僅可以通過G2V（GridtoVehicle）從電網中吸收電能滿足用戶的交通需求，而且還可以通過V2H（VehicletoHome）向家庭環境內的其他用電負載提供應急電能。大量電動汽車在集合者（Aggregator）的協調下可以組成大規模的電動汽車群（VehicleFleet）協同工作，通過V2G（VehicletoGrid）功能在用電高峰期間將電動汽車存儲的電能回饋給電網，起到調峰等輔助作用。電動汽車需要在家庭能源管理系統的控制下有序接入電網，以消除大量電動汽車無序接入電網造成的危害。目前，居民側的分布式可再生能源主要是風力發電和光伏發電。由于風能和光能的間歇性、隨機性，以及風能的反調節特性，需要利用儲能裝置改善風電和光伏發電的電能質量，維持系統穩定，提高其利用率。風電、光伏發電主要供給用戶自身使用，多余的電能賣給電網。儲能系統除了用于提高可再生能源的電能質量和電能利用率外，還可以在電力需求的“谷底”從電網吸取電能，在用電高峰時期供給家庭用電負載使用，或者售給電網來獲取經濟效益，降低用戶的用電費用。家庭能源管理系統與外界既有能量的交換，也有信息的交換。它通過智能電表與外部電網實現雙向能量流動和計量。智能電表也是電力公司和家庭能源管理系統進行通信的信息接口。用戶可以通過Internet網絡和家庭能源管理系統進行交互，比如通過Web頁面監測當前家庭用能情況，對家庭用電設備進行控制。用戶還可以與朋友、同事等進行節能比賽，獲取節能建議等]。用戶也可以通過移動網絡與家庭能源管理系統進行交互，實現上述功能。智能電網環境下的家庭能源管理系統主要包含以下五個功能模塊：1）用戶設置模塊。用戶通過人機界面對家庭環境內的設備進行參數設置，比如室內環境溫度上下限、洗碗機的開始工作時間、電動汽車的充電完成時間等；可以設定不同用電設備的優先級；選定不同的控制模式。用戶通過此模塊完成與系統相關的所有設置。2）檢測模塊。檢測模塊用于實現環境檢測、設備檢測和用戶行為檢測。環境檢測包括室內的溫度、濕度、光照等因素的檢測；設備檢測指用電負載、儲能系統、分布式電源的工作狀態檢測，比如電動汽車的當前連接狀態、充電功率、電池荷電狀態等；用戶行為檢測包括用戶物理位置檢測和家庭環境內用戶行為模式的識別。3）預測模塊。風電、光伏發電具有出力不穩定的特點，利用預測算法對其功率輸出進行預測有利于提高它們的利用率。若用戶采用實時電價，還需要對電價進行預測；另外，也可以對家庭環境內的負載進行預測，這些預測結果用于優化調度過程以提高系統性能。4）優化調度模塊。該模塊是家庭能源管理系統的核心，它根據用戶設置、設備工作狀態、環境信息、人員活動信息、電價信息、可再生能源的出力預測等信息對家庭環境內的可調度用電負載及儲能系統的運行進行優化調度，達到用戶預先設定的某一最優目標，比如最小化用戶用電費用等。5）設備監控模塊。該模塊根據優化調度模塊計算的結果對用電負載、儲能系統的運行進行控制，實時監測設備的工作狀態，并將設備的工作狀態和當前的用電狀態通過人機界面實時反映給用戶。家庭能源管理系統利用通信技術將家庭環境內的用電負載、分布式電源、儲能裝置及檢測控制裝置組成網絡，實現用能的監控，并實現與外部網絡信息流的雙向流動。

3智能電網環境下家庭能源管理系統關鍵技術及其未來研究方向

智能電網環境下家庭能源管理系統的技術體系如圖2所示。物理層由負載、儲能系統和可再生能源三類設備構成；在中間層檢測、預測、用戶設置的基礎上對物理層設備的運行進行優化調度，優化調度的結果通過設備監控作用于物理層設備上，利用網絡通信技術構成家庭能源管理系統通信網絡；在中間層的支持下可以實現節能減排、需求響應、可再生能源接入、電動汽車接入等系統功能。在此技術體系中，檢測是進行優化調度和監控的基礎，優化調度是核心，網絡通信技術是實現系統的關鍵技術之一。另一方面，風電、光伏發電出力預測、電價預測和負載預測可直接采用已有的預測算法。因此，本節從檢測技術、網絡通信技術和優化調度算法三方面總結智能電網環境下家庭能源管理系統的關鍵技術研究取得的成果，討論存在的技術挑戰，并指出未來的研究方向。

3.1家庭能源管理系統的檢測技術與傳統的家庭能源管理系統相比，智能電網環境下家庭能源管理系統檢測的物理量范圍更廣、頻率更高、粒度更細。以檢測用電設備的耗電量為例，智能電網環境下的家庭能源管理系統不僅要檢測家庭用戶的總用電量，還要將用電量細化到具體的用電設備和用電時段上。傳統檢測方法需要為每個檢測對象安裝傳感器，成本高，安裝、維護難，并且它是一種侵入式檢測方法，難以被用戶接受。非侵入式負載檢測方法可以彌補傳統方法的不足，是當前的研究熱點。它由MIT的GeorgeHart提出，最初用于居民樓負載監測。該方法通過分析負載的穩態和瞬態特征實現負載的識別。非侵入式負載檢測方法只需要在家庭環境內安裝少量傳感器檢測關鍵節點的用電量，然后通過算法來確定具體設備的工作狀態和耗電量。圖3所示是安裝在用戶側的智能電表在一段時間內測量的用戶用電功率實時曲線圖，可以采用基于“時間窗口”的方法以窗口期功率信號的邊沿特征、順序特征、變化趨勢和持續時間為特征量，通過與特征數據庫中的特征匹配來識別設備，從而將智能電表測量的總功耗分解到具體的用電負載。非侵入式負載檢測方法中設備特征選取和識別算法設計是關鍵，目前的算法有時間序列法、維特比算法、整數規劃法、模糊聚類法、人工神經網絡法、遺傳算法等。非侵入式負載檢測方法采用的儀表少、成本低、安裝維護容易，易于被用戶接受，但對于能耗小、工作模式復雜的設備進行識別比較困難，并且隨著設備數量的增加，識別精度下降；大部分算法需要大量的訓練和標定過程。對家庭環境內用戶的物理位置和行為進行檢測和識別，采用一定的方法對用戶的行為模式進行預測有利于家庭能源管理系統對設備的運行進行優化調度。檢測手段除了傳統的紅外法、RFID標簽法外，還可以通過嵌入在家用電器中的無線收發器接收信號強度的變化來檢測人員活動信息。除了傳統的以數據為中心的人員行為檢測，也可以采用知識驅動的方式進行家庭環境內人員行為檢測，比如利用本體對家庭環境和人員行為進行表示、建模，采用語義推理、分類和領域知識進行人員行為識別。目前，家庭環境內人員活動行為的檢測和識別主要集中在單用戶方面，在實際家庭環境內往往存在多個用戶，他們之間的行為具有耦合性，增大了行為識別和預測的難度，但識別和預測的結果對提高家庭能源管理系統的優化調度性能具有重要價值。因此，非侵入式檢測識別算法、多用戶用能行為檢測和識別是家庭能源管理系統檢測技術領域未來的研究重點。

3.2家庭能源管理系統的網絡通信技術與傳統的家庭能源管理系統不同，智能電網環境下的家庭能源管理系統不僅要對單個家庭環境內的用能進行優化、管理，而且多個家庭還要協同作，因此，智能電網環境下的家庭能源管理系統需要家域網(HomeAreaNetwork)、小區網絡（NeighborhoodAreaNetwork）和廣域網（WideAreaNetwork）三種網絡的支持。每個家庭能源管理系統含有一個智能電表，它是家域網與外部網絡進行信息交換的接口。同一區域的眾多智能電表構成小區網絡，來自各個智能電表的數據在小區網絡數據聚合中心進行聚合，再通過廣域網送到電力公司用于實現用能計量、負載預測等功能；電力公司的需求響應控制命令、電價等信息沿相反的路徑傳輸。三種網絡之間的關系如圖4所示。目前，可用于組建家域網的通信網絡技術如表1所示。由于用戶移動、增減用電負載等操作會造成網絡拓撲結構頻繁改變，因此不適于采用有線方式組建家庭能源管理系統通信網絡。無線通信技術是當前組建家庭能源管理系統家域網的主流技術，其中ZigBee技術由于具有低功耗、自組織、拓撲結構靈活、低成本等優點，是家庭能源管理系統家域網最常用的通信方式。家庭環境內含有大量種類多樣的設備，由不同的制造商生產，采用不同的通信標準，盡管ZigBee技術在該領域得到了廣泛應用，但尚未形成家庭能源管理系統家域網的統一通信標準。這增加了系統集成的難度。另外，目前家庭環境內的大部分用電設備檢測、通信功能有限，需要外置的檢測、通信模塊來檢測自身用能情況和組成網絡，這種方式使家庭能源管理系統實施難度大、成本高、不易被用戶接受。互操作研究仍是家庭能源管理系統家域網領域研究的熱點。通過和智能家電制造商聯合制定家庭能源管理系統的標準，未來的智能家電自身含有能量檢測和通信組網能力，來自不同制造商的智能家電能夠按照同一標準自動組網，自我報告自身用能情況。這種標準的制定有利于解決目前家庭能源管理系統存在的能量檢測精度低、設備互操作難的問題，降低家庭能源管理系統的實現成本，提高用戶接受度。網絡安全問題是智能電網環境下家庭能源管理系統網絡通信領域另外一個研究熱點。在智能電網環境下，用戶通過Internet和移動網絡可以對家庭環境內的設備進行監控，同時家庭能源管理系統采集大量的用戶用電數據。非法用戶可以通過用戶用電數據的分析推斷出用戶的生活習慣，造成用戶隱私泄露；非法的網絡入侵會威脅到系統的安全運行，造成用戶的經濟損失。因此，研究相應的網絡安全技術對于保障家庭能源管理系統的安全運行和用戶隱私及經濟利益具有重要的意義。但家庭能源管理系統中的設備存在資源受限、計算能力弱的特點，比如，智能洗衣機的控制器是典型的中低端嵌入式微處理器，其計算能力有限。并且家庭能源管理系統網絡中涉及控制的信息傳輸要滿足硬實時性的要求。所以傳統的Internet網絡安全技術不能滿足系統需求，因此計算資源受限情況下滿足實時性要求的網絡安全技術是未來的研究重點。另外，家庭能源管理系統采集大量的用戶用電數據，內含用戶隱私，如何在滿足電力公司正常需求的前提下盡量保護用戶隱私也是值得研究的方向之一。

3.3家庭能源管理系統的優化調度算法對家庭環境內的用電設備進行調度減少設備的空閑損耗、提高用電效率是傳統家庭能源管理系統的主要調度目的。智能電網環境下家庭能源管理系統實現功能的多樣性、可再生能源出力的不確定性、動態電價、能量流動的復雜性等因素都增大了優化調度的難度。圖5所示是智能電網環境下家庭能源管理系統中的能量流圖，箭頭表示能量流動的方向，箭頭上的符號表示功率的大小。虛線框內的部分為單個家庭用戶擁有，它和大電網之間存在雙向的能量流動關系：家庭用戶可以從大電網購買電能供用電負載消耗，或由存儲系統儲存，并為此支付相應費用；在動態電價機制下，購買電能時段的選擇直接影響到用戶支付費用的多少。用戶也可以將分布式電源產生的多余電能和儲能系統儲存的電能出售給電網來獲得相應的收益，并且售電時段的選擇也與其收益大小密切相關。在一段時間內用戶需要支付的總用電費用由式（1）表示。分布式電源產生的電能可以供給用電負載消耗、儲能系統存儲和售給大電網，在一特定的時刻，不同的選擇會對用戶的用能費用產生不同的影響。同樣，儲能系統能量存儲、釋放策略的選擇也影響著用戶的用能費用。因此，對虛線框內用戶擁有的部件進行控制，實現對圖5所示各組成部分之間的能量流動方向和大小進行優化調度對降低用戶總用能費用具有重要的意義。光伏發電和風力發電的功率輸出不穩定，根據它們的出力預測對可調度用電負載和儲能系統的運行進行調度，能夠提高可再生能源的利用率。此外，需求響應的實施和大規模電動汽車的安全接入電網都需要優化調度算法的支持，因此優化調度問題是智能電網環境下家庭能源管理系統的核心問題。根據優化調度的目的不同，當前的優化調度算法主要分為以下三類：總用電功耗小于目標值的調度算法、最大化可再生能源利用率的調度算法、最小化用戶用能費用的調度算法。1）總用電功耗小于目標值的調度算法。在居民側實施需求響應除了利用動態電價信號通過經濟刺激方法引導用戶改變用電模式外，電力公司還可以根據當前的電力供應情況，直接向用戶需求響應控制信號，向用戶指定需求響應的持續時段和在此期間該用戶的家庭用電上限，電力公司根據事先與用戶簽訂的協議為用戶支付相應的經濟補償。用戶收到需求響應控制信號后，通過家庭能源管理系統中的優化調度模塊對家庭環境內的用電設備進行調度，確保滿足需求響應控制信號的要求，必要時可以犧牲用戶的部分舒適度。優化調度算法不僅要考慮可調度負載對家庭總用電量的影響，還要考慮不可調度負載及可再生能源出力不確定性對調度結果的影響。2）最大化可再生能源利用率的調度算法。光伏發電和風力發電的出力不確定性不利于它們大規模接入電網，限制了它們的利用率，通過大容量的儲能系統可以削弱出力波動，提高可再生能源的利用率，但該方法成本高，不便推廣。同時光伏發電、風力發電的出力波動大，儲能系統的容量不易確定，儲能系統的利用效率低。家庭能源管理系統通過對用電負載和儲能系統的調度，優先消納本地光伏發電、風力發電等可再生能源產生的電能，有利于提高可再生能源的利用率，降低可再生能源出力波動對電網的不利影響。家庭能源管理系統可以根據天氣預報網站分小時的天氣預報信息對可再生能源的出力進行預測，然后根據電價的預測結果和用電負載的優先級對用電設備進行調度，從而最大化可再生能源的利用率，并最小化用戶用能費用。將電動汽車的充/放電與可再生能源發電預測相結合，建立一個同時計及具有V2G功能的電動汽車、風電和光伏發電系統出力不確定性的電力系統協同調度模型，可平抑可再生能源的出力波動，改善電力系統運行的經濟性，提高可再生能源的利用率。3）最小化用戶用能費用的優化調度算法。在智能電網環境下，家庭能源管理系統除了降低負載的空閑損耗來降低用電費用外，可以采取多種方法來降低用戶用電費用：響應電價信號，將部分負載從“高電價時段”調度到“低電價時段”；根據可再生能源發電的出力狀況協同控制用電設備增加低成本可再生能源的利用量，減少從電網購買的電能；將可再生能源產生的多余電量售給電網；利用儲能系統在低電價時存儲電能，在高電價時供給用電負載或售給電網獲取經濟效益等。這種算法是目前最常見的優化調度算法，可表示為如式（2）所示的約束優化問題。不同的調度算法考慮的對象范圍不同，HVAC系統用電占整個家庭電能消耗的22.3%，提高HVAC系統的效率是實現節能減排、用戶側需求響應的重要手段，對降低用戶用電費用具有重要意義。因此，HVAC系統的優化調度算法是該領域當前的研究重點之一。根據動態變化的電價和室外溫度的變化對未來時段HVAC系統的溫度設定進行優化調度，能夠在保證用戶舒適度的條件下降低用戶用能費用。檢測室內人員活動信息，分析用戶行為模式，有針對性地對HVAC系統的運行進行優化調度也可以提高使用HVAC系統的效率，降低用戶用能費用。利用房屋具有的儲能特性，根據可再生能源的出力狀況對HVAC系統進行控制，通過提高可再生能源的利用率來降低用戶用能費用。家庭用戶不僅關心HVAC系統的用能費用，更關心整個家庭環境內的總用能費用，因此優化調度算法還要考慮其他用電負載、儲能系統和分布式電源對優化調度結果的影響。對家庭環境內的分布式能源資源和儲能系統進行優化調度，也可以降低用戶的用能費用[55-56]。與只考慮用電負載、儲能系統、分布式能源中的某一類或幾類的優化調度算法相比，在統一的框架下綜合考慮用電負載、儲能系統和分布式電源的優化調度模型和算法能夠獲得更優的結果。在實際應用中，并非所有用戶都同時擁有用電負載、儲能系統、分布式能源和向電網出售電能的能力，但研究表明用戶擁有儲能系統、分布式電源和向電網出售電能的能力有助于降低用戶的用能費用。T.Hurbet和S.Grijalva在優化調度算法僅考慮用電負載的基礎上，依次加入儲能系統、用戶向電網售電能力、光伏發電系統和發電機組，每種情況下都用三種不同的算法對系統進行優化調度，相應的用戶用能費用如表2所示。從表2可見每種優化調度算法下用戶用能費用都隨著新設備和用戶向電網售電能力的加入而減少。智能電網環境下家庭能源管理系統的優化調度算法除了以上三類主要算法之外，一些研究人員提出了通過對一定數量的HVAC系統、熱水器、電動汽車進行協同調度控制，為電力系統的運行提供調頻、調峰等服務的算法。研究表明用戶的用能費用與用電負載、儲能系統、分布式電源和向電網出售電能等因素均有關系，但在統一的優化框架下綜合考慮這些因素的研究目前較少。另外，已有的調度算法對可再生能源出力預測、負載預測、電價預測、用戶用能不確定性和環境因素（比如室外環境溫度）等不確定性因素對優化調度結果的影響研究不足。因此，在不確定性環境下基于統一優化框架綜合考慮各種因素的調度算法是該領域未來的研究方向之一。

4結語

在智能電網環境下，居民用戶擁有用電負載、儲能系統、分布式電源等設備，家庭環境內的用電網絡已經構成一個家域微電網。家庭能源管理系統為節能減排、提高用電效率及智能電網環境下的居民側需求響應實施、分布式電源和電動汽車接入網絡提供支持。研究人員在家庭能源管理系統結構、檢測技術、網絡通信技術、優化調度算法等領域進行了深入研究，但仍存在一些挑戰尚未解決。對智能電網環境下家庭能源管理系統的研究有助于智能電網技術在居民側的實施，能夠促進智能電網技術的健康發展。

作者：張延宇曾鵬臧傳治單位：網絡化控制系統重點實驗室中國科學院沈陽自動化研究所河南大學計算機與信息工程學院中國科學院大學