如何優化居民小區家庭電能管理系統

1 家庭電能管理系統架構

家庭電能管理系統是電網在用戶消費側的重要組成部分，它利用一定的技術手段來實現用戶對家庭用電設備的檢測、管理和減少電費開支。在分時電價的大環境下合理地使用電器來達到減少電費，控制以家庭為主的碳排放，起到保護環境的作用。利用多目標優化算法使用戶舒適度 、電能消耗和碳排放達到其架構如圖 1所示。

系統主要包括智能插座，智能電表。智能電表可以把家庭的用電情況上傳給國家能源網），電網通過智能電表給用戶家庭提供電能和提供分時電價的價格。智能插座連接用戶的用電設備，獲取用電設備的基本數據，例如功率，電壓和用電時長等，并且通過電閘進一步來控制設備。收集到的數據通過智能插座上傳給多目標優化器來進行分析。多目標優化控制器將得到的數據結合三個優化條件（用戶舒適度碳排放量和電能的消耗）和電網公布的分時電價及用戶對設備的使用意向來進行優化，并把優化的結果傳送給智能插座來控制設備的使用。

2 家庭電能管理系統優化模型

家庭電能管理系統是針對擁有多個家居用電設備的單個用戶，這些設備通過智能插座全部與管理系統相連。當HEMS開始運行后，這些設備就會立即作出反應，在整個優化過程里，系統會將優化的時間劃分為長度相同的子時間段。

2 .1 用電負荷模型

在日常生活里，每個用電設備都有不同的用電方式，本文依據設備間的用電特性將所有家用設備分為剛性設備柔性設備和 HVAC設備。剛性設備表示用電設備的使用時間不會根 據優化系統而改變，例如冰箱、電燈等。柔性設備又根據設備使用時間在平移過程中可否中 斷分為兩類： ①可平移不可中斷設備，如洗碗機、洗衣機，其運行時段可以進行移動、調整，但工作期間設備不可中斷；②可平移可中斷設備，表示此類家用設備的使用時間根據優化系統而發生變化，并且在運行期間可中斷使用，如電動車，熱水器。HVAC 設備表示此類設備的使用情況只與溫度有關，如空調。

2.1.1 剛性設備

該類設備直接影響著用戶的正常生活，不會隨著優化發生改變，例如電冰箱，電燈等。

剛性設備模型：

2.1.2 柔性設備

該類設備的用電時間較為靈活，依據用電特性和用電過程中可否中斷分為可平移不可中斷設備和可平移可中斷設備。

可平移可中斷設備模型：

2.1.3 HAVC設備

暖通空調系統（heating，ventilation and aircon- ditioning，HVAC）是包含溫度、濕度、空氣清凈度以及空氣循環的控制系統，因此室內外溫度，以及用戶自行設置的*佳溫度值和房屋的熱參數決定了該類設備的運行時間 。

2 .2 優化調度目標函數

2.2.1 經濟目標函數

經濟目標函數是把家庭用電費用作為優化目標。優化后的值越小表示優化效果越好。

2.2.2 用戶舒適度函數

用戶舒適度函數是將用戶對用電設備優化后的使用時間段的滿意度作為優化目標。優化 后的數值越大，表示用戶對于優化后的設備使用時間滿意度越高。

2.2.3 碳排放量函數

家庭側碳排放有很多種，例如汽車尾氣排放，煤氣灶生活做飯等，本文選擇煤炭發電導 致的碳排放，根據市場調查每消耗一度電的碳排放量是 0.785 kg。就目前國內的情況，小區沒有安裝光伏發電裝置，碳排放量與用電量消耗的線性關系如下：

在以后的發展中，小區里有了光伏發電裝置后，碳排放量與光伏發電的使用效率有關，當光伏發電的用電效率達到碳排放量；反之當光伏發電的用電效率達到，碳排放量達到*大。在光伏發電裝置中，需要有發電、儲電的過程。本文不再贅述。

2 .3 約束條件

2.3.1 功率對等約束條件

在家庭系統中電能需要守恒，即生產的電能與消耗的電能應該保持平衡。功率平衡約束如下：

2.3.2 溫度設備約束條件

用戶對于溫控設備的運作時間與工作時段并不關心，關心的是在特定的時間內由溫控設 備控制的溫度有沒有達到要求。所以對溫控設 備來說不存在時間約束，只存在溫度約束。其溫度約束如下：

2.3.3 工作時間約束條件

對某一電器設備來說，需要工作的時間片數為 N，HEMS需要保證每一個電器設備都能夠完成工作。所以每個電器設備工作的時間片數應該與 N 相等，即：

2 .4 多目標優化調度策略

2.4.1 多目標優化算法

在 2.2節介紹的3個目標（用電費用戶舒適度和碳排放量）中，如果僅將用電費用優化到低，在電價較低時才使用電，不可避免地會引起用戶的不滿。同樣，當一個目標達到佳時，會對其他兩個優化目標產生一定的影響。本文的多目標優化調度策略綜合考慮用電費用戶舒適度以及碳排放量的因素，使得達到優。

傳統多目標優化方法都是根據對不同目標的不同要求，將目標通過某種方式轉變為單目標優化可以求解的問題。缺點是僅能求出優化問題的局部優解，求解的結果強烈依賴于初始值。智能優化算法的提出改善了這方面的問題。目前的智能算法就是粒子群算法。

2.4.2 粒子群算法

粒子群（particleswarm optimization ，PSO）算法從隨機觸發，通過迭代尋找到優解。粒子群的標準算法容易陷入局部優，導致結果不準確，且不能解決離散及組合優化問題。因此本文使用改進的多目標粒子群算法，在該算法中每個粒子的速度和位置按照如下方程來更新：

2.4.3 算法比較

圖2是標準的粒子群算法流程圖，圖,3是改進的粒子群算法流程圖。比對圖2與圖3能看出，改進的粒子群算法，在標準的粒子群算法基礎上，改變了權重因子w和學習因子c的取值方法，提高了粒子群算法的全局搜索能力，避免陷入局部優。

3 家庭電能管理系統

家庭電能管理系統運作流程如下：

（1）在優化前，多目標優化控制器獲取到設備的所有參數，其包括用電設備的額定功率和工作時長，以及用戶希望設備工作的時間段。

（2）智能電表將獲取到的分時電價信息上傳給多目標優化控制器。

（3）多目標優化器通過平移柔性設備的運行時間來節省電費，通過每一天的電量使用檢測追蹤用戶側的碳排放量，通過使設備在用戶理想的時間段運行來保證用戶滿意度，后結合約束條件，制訂各柔性負荷的調度計劃。

【參考文獻】

【1】者佳男.吳 瑩.李 皎.基于分時電價和多目標優化的家庭電能管理系統的設計與實現

【2】武東升. 家庭能量管理系統用電與電能調度優化策略研究［D］. 哈爾濱：哈爾濱工業大學，2017.

【3】周中.智能電網用戶端電力監控與電能管理系統 產品選型及解決方案[M] .北京：機械工業出版社，2012.

【4】安科瑞企業微電網設計與應用手冊.2022.05