PDF《典型家用大功率负载精细化建模及能量管理策略》

h t t p : / / ww w.

a e p s - i n f o . c o m 典型家用大功率负载精细化建模及能量管理策略 陈中,李云倩,冷钊莹,陆广香 ( 东南大学电气工程学院,江苏省南京市

2 1

0 0

9 6 ) 摘要:基于负载本体物理模型和表达用户主观使用意愿的控制模型, 提出了三种居民侧典型大功 率可控负载( 暖通空调系统、 电热水器和电动汽车充电负荷) 的精细化建模方法.首先, 对自定义家 庭算例进行仿真, 详细分析了各项技术参数的精细化定义及非典型用电过程对负载用电效果的影 响.然后, 建立了以优化用电成本为目标的能量管理策略优化模型.该研究得到了用户个性化用 电环境及主观用电理念能够反映至精细化模型并显著影响智能化家庭能量管理系统负载优化控制 策略的结论. 关键词:精细化建模;

家庭能量管理系统;

空调负荷;

电热水器;

电动汽车 收稿日期:

2 0

1 8 -

0 4 -

1 1;

修回日期:

2 0

1 8 -

0 8 -

1 7. 上网日期:

2 0

1 8 -

1 0 -

1 5. 国家重点研发计划资 助项目(

2 0

1 6 Y F B

0 1

0 1

8 0 3) ;

国家电网公司科技项目( S G T YHT /

1 7 - J S -

1 9

9 ) .

0 引言 目前, 居民用户用电量约占社会总用电量的三 分之一, 具有基数大、 智能水平低的特点[ 1] .随着智 能电网技术的发展[ 2] 和智能电表、 智能插座等智能 终端设备[

3 -

4 ] 的出现, 针对居民家庭开展切合用户实 际利益的家庭能量管理系统(homeenergymanagementsystem, HEM S) 研究, 对提升节能水平、 促进电网双向互动均有重要意义. HEM S智能化研究须以负载建模为基础.根 据家电类型, 家庭负载分为不可中断负载和可中断 负载两类.其中可中断负载电气模型相对 较为复 杂, 拥有一定储能能力和智能被控潜力, 断续用电时 可不影响用户舒适度, 包含暖通空调(heating,ventilatinga n da i rc o n d i t i o n i n g , HVA C) 系统、 电热 水器和电动汽车等, 多为大功率负载, 对家庭用电成 本影响较大.统计显示国内家用负荷中, 空调负荷 在夏季高峰期占比达3 0%以上, 电热水器安装占比 达9 0%, 电动汽车保有率连年攀升[

5 - 6] .针对温控 负载目前研究从电气模型、 热力学模型和控制模型 三方面建模[

7 -

1 0 ] , 多为简单等效模型并以需求响应 优化调度作为目标, 包括基于馈线描述家庭负荷分 布和电气特性的聚合 Z I P 模型[

1 1 ] 和基于等效低阶 电路系统的虚拟储能模型[

1 2 ] 等.在电动汽车负载 建模方面, 多根据充电需求及行为等因素模拟计算 充放电负荷[

1 3 ] , 并以此为基础开展充电控制策略优 化研究[

1 4] 、 基于移动储能特点和V2G( v e h i c l et o g r i d ) 技术的电网调峰调频和可再生能源消纳等研 究[

1 5 -

1 7] .上述文献多数从电网侧运行安全性、 平稳 性和经济性角度出发, 以聚合负载模型为研究重点, 基于一定程度的理想情况对建模对象负载特性进行 了较大简化, 在居民用户用电个性化和舒适化方面 缺乏周全的考虑, 建模精细化水平不高, 智能化被控 潜力没有得到深度挖掘. 普通家庭用户的趋利性决定了基于负载模型研 究HEM S用电智能化控制策略应以降低用电成本 作为目标.目前, 以优化充电成本为目标的电动汽 车充放电智能化控制[

1 8 -

1 9 ] 、 以节能和降低用能成本 为目标的 HEM S能量流动和联合调度[

2 0 -

2 2] 为研究 主流.上述文献对负载建模个性化考量不多, 对智 能化家 庭用电改造范围内的负载调控研究不够深入. 综上所述, 本文充分考虑家庭用户用电个性化 与舒适度需求, 从负载本体和用户用电主观意愿两 方面入手, 针对 HVA C 系统、 储水式电热水器和电 动汽车分别建立精细化电气模型、 热力学模型和个 性化控制模型: 基于室外―房屋环境因素及热舒适 需求等考虑 HVA C系统精细化模型;

基于室内环境 因素及用水需求等考虑电热水器精细化模型;

基于 折旧成本因素、 出行习惯与需求等考虑电动汽车充 放电精细化模型.将不同家庭负载的用电过程按用 电需求及行为进行分类, 考虑环境因素和技术因素

5 3

1 第4 2卷第2 2期2018年1 1月2 5日Vol.42N o .

2 2N o v .

2 5,

2 0

1 8 D O I :

1 0.

7 5

0 0 / A E P S

2 0

1 8

0 4

1 1

0 0

8 影响, 结合用户主观意愿, 对各类型家庭负载本体和 个性化控制精细化建模进行深入研究.之后基于提 出的典型家用大功率负载精细化模型, 建立了以优 化用电成本为目标的智能化 HEM S负载控制策略 优化模型, 并通过单设备和不同类型家庭用电的算 例仿真验证了提出模型的合理性和可行性.

1 家庭主要负载精细化建模 基于家庭用户用电个性化和舒适度考量, 从负 载本体和用户个性两方面出发, 对HVA C 系统、 储 水式电 热水器和电动汽车的热力学模型(储能模型) 、 控制模型及功率模型进行精细化建模研究. 1.

1 H V A C系统模型 对HVA C房屋系统做出假设: 在HVA C 系统 方面, 假设其为定风量式空调系统, 压缩机工作为室 内供冷或供热时, 系统以额定功率运行, 压缩机停止 室内进入送风模式时, 系统功率为零.在房屋方面, 假设房间为单容对象, 忽略内部气体流动;

假设日照 辐射仅通过窗户传入房间, 房屋 墙壁考虑蓄热―放 热辐射.在使用习惯方面, 假设房屋使用人为浪费 厌恶型, 使用空调时保持关门状态, 忽略开关门时屋 内外热量交换造成的室温波动. 以夏季为例, HVA C 房屋系统在使用过程中, 外部受到室外温度热辐射和太阳辐射通过围护结构 向房间内传导热量的影响, 内部受到室内设备、 照明 和人员散热因素的影响.采用冷负荷系数法[

2 3] 建立HVA C房屋系统本体精细化热力学动态模型并 求解微分方程得到温度模型, 即Ta i r( t n+1) = -Pa i r αA C( t n ) +B1( t n ) A1 + Ta i r( t n ) - -Pa i r αA C( t n ) +B1( t n ) A1 ? è ? ? ? ÷e - A1 Va i r ρ a i r C p , a i r Δ t (

1 ) 式中: Ta i r( t n ) 为t n 时刻房屋温度;

Pa i r为HVA C 系 统额 定制冷量;

ρ a i r 为空气密度, 标准条件下为1.

2 9 3k g / m3 ;

Cp , a i r为空气定压比热容, 理想条件下 为10

0 4J / ( k g ・℃) ;

Va i r为房间空气体积;

αA C( t n ) 表示t n 时刻压缩机运行状态, 0表示压缩机停运,

1 表示压缩机运行;

Δ t 为时间间隔;

A1 在固定建筑环 境下为不变系数, 同围护结构传热系数 K 和传热面 积F 相关;

B1 为时变系数, 受室外温度、 窗户遮阳 及方位属性、 室内照明、 人类活动和设备运行等因素 影响, 为各热源得热引起的逐时冷负荷之和.A1 和B1 等系数的具体计算方法见文献[

2 3] , 此处不再 赘述. HVA C房屋系统用户个性精细化控制模型为: αA C( t n+1) =

0 Ta i r( t n+1) ≤TA C d o w n∪ hA C( t n+1) =0

1 Ta i r( t n+1) >

TA C u p ∩ hA C( t n+1) =1 αA C( t n ) TA C d o w n........