泛在电力物联网中将家电可控负荷转化成智能负荷的方法研究

何沁春，杨秀媛

泛在电力物联网中将家电可控负荷转化成智能负荷的方法研究

何沁春，杨秀媛

（北京信息科技大学自动化学院，北京市 海淀区 100192）

为了实现负荷控制，传统的需求响应针对居民用户主要采用拉闸限电的调峰策略，用电方式较为被动。泛在电力物联网概念的提出使可控负荷转化成智能负荷成为可能。为了实现可控负荷控制的智能化，研究了泛在电力物联网在家电可控负荷控制中的应用。在智能家电控制算法中增加电网闲时的填谷作用，不仅实现了用电高峰期电网削峰，而且有效利用了用电低谷时期的容量闲置。并且允许用户预先设定负荷需求范围和不同时段家电重要系数，最大限度地满足了用户的舒适度需求。仿真结果验证了改进后智能家电控制算法的合理性。

泛在电力物联网；可控负荷；智能负荷；智能家电控制算法；家电重要系数

0 引言

电力是资金高度密集型产业。近年来，中国各地电力供应的特点是高峰期电力供应不足，但在低谷期大量容量闲置。这种现象不仅造成了电力供应成本和污染排放的增加，而且从社会的角度来看也是一种极大的资源浪费。因此，如何调整用户的用电方式、减小峰谷差、提高用电率、节约能源、减少排放，是电力行业亟待解决的问题[1-3]。

作为电网发电调度的补充，可控负荷调度不仅能够削峰填谷、平衡间歇性的能源波动并提供辅助服务，而且有利于丰富电网调度运行的调节手段，成为了国内外研究的热点之一[4-17]。文献[4]提出了针对大规模空调负荷的分层控制架构和分散式协同控制算法，但没有详细考虑用户参与需求响应所获补偿与经济效益；文献[5]以电冰箱为例，提出了一种适用于家居型温控负荷的变参与度需求侧分散控制策略，但没有进一步探索需求侧响应技术与储能装置的协同控制策略；文献[6]提出一种基于模糊线性规划的数学模型，来求解居民直接负荷控制问题，然而由于没有考虑成本‒收益的因素，求解得到的最优控制策略在经济上不一定是最优的；文献[7-8]基于智能电网双向交互技术，系统介绍了智能家庭用电管理系统及其控制方案，然而只考虑了在电网用电高峰时如何指导用户实现合理错峰，而没有考虑在用电低谷时如何利用大量容量闲置，提高用电负荷率。

泛在电力物联网使可控负荷转化成智能负荷成为可能。可控负荷可以定义为用电量可在指定区间内变化或在不同时段间转移的负荷。智能负荷的定义包含2方面：一是要响应指令，即可以根据给出的指令用电或停电；二是要自动响应，即可以根据某一时段电价高低自动决定是否使用。

本文将泛在电力物联网与智能家电控制算法相结合，允许用户预先设定负荷需求范围和不同时段家电重要系数，据此实时计算负荷动态优先级，最大限度地满足用户的舒适度需求，根据优先级提供需求响应控制方案，并且在智能家电控制算法中增加电网闲时的填谷作用，不仅实现了用电高峰期电网削峰，而且有效利用了用电低谷期的容量闲置。最后，通过仿真算例验证了改进后智能家电控制算法的合理性。

1 泛在电力物联网中家庭能量管理系统

随着泛在电力物联网概念的提出，泛在电力物联网受到了业界的广泛关注[18-24]。泛在电力物联网可以充分感知源网荷储设备运行状态和环境信息，并通过市场手段引导用户参与电力系统调峰调频，通过虚拟电厂和多能互补提高分布式新能源友好并网水平和电网可调容量占比，缓解弃风弃光，促进清洁能源消纳。

文献[25]提出泛在电力物联网可以有效控制可控负荷，电动汽车是最容易实现控制的可控负荷，其次是热水器和空调等。利用泛在电力物联网可以组织可控负荷参与电力系统调峰调频，使可控负荷转化成智能负荷，如图1所示。

智能家庭能量管理系统是通过无线网络将家用电器的信息汇聚到家庭网关，从而实现家用电器与互联网通信、家用电器的监控以及用户和电器的互动。依据泛在电力物联网的技术架构，将智能家庭能量管理系统的物理结构分为感知层、网络层、平台层、应用层。图2为智能家庭能量管理系统模型的物理结构。

图1 可控负荷转化成智能负荷示意图

图2 智能家庭能量管理系统模型

作为家庭优化控制中心，家庭能量管理系统模型通过收集新能源信息、电价和用户需求设置等信息来管理所有家用电器。因此，实现了家用电器用电的合理安排，用户的用电费用最小，满意度最大，还达到了减少高峰用电和电能资源合理分配利用的目的。

2 智能家电控制

2.1 负荷模型分类

家用电器可分为不可控负荷与可控负荷2类。不可控负荷(如电炉、照明类家电等)断电会给用户生活造成较大影响，因此不参与需求响应控制；可控负荷(如空调、热水器等)用电时间和规律相对稳定，短时间断电几乎不会影响居民的正常生活，因此便于参与需求响应控制[26]。

本文研究的可控负荷有空调、热水器、洗衣机、洗碗机。根据其用电特点，可以分为2类：一是可激励负荷，如洗衣机、洗碗机，一天中用电量一定，并以恒定功率工作，用电曲线可在一天内不同时间段平移，但不可中断；二是可中断负荷，如空调、热水器，可在规定时间内能够根据需要对用电量进行中断，功率可以在允许的范围内自由调节。

2.2 智能家电控制模型

为了最大限度地满足用户的舒适度需求，允许用户预先设定负荷需求范围和不同时段家电重要系数，可以用家电舒适度指数APP来表示家电实时状态，其计算公式如下：

由式(1)可知，APP越小，说明用户满意度越高，相应家电用电优先级越低，而其参与智能控制的优先级则越高。

1）空调。

空调的工作原理是基于空调设备、室内环境以及室外环境三者之间的能量守恒。以空调制冷模式为例，空调的工作过程本质是压缩机周期性地将室内空气的热量转移到室外。根据空调工作过程的热交换原理，可建立其数学模型如下：

2）热水器。

储水型电热水器的工作原理就是通过控制加热器的开关完成对热水器储水的温度控制。根据热水器能量交互原理，可建立其数学模型如下：

3）洗衣机。

只要累计运行时间达到要求的运行时间，洗衣机的运行程序就可以完成洗涤工作。当累计时间达到要求的时间时，洗衣机将自动关闭。建立其数学模型：

4）洗碗机。

只要累积启动时间等于所需的运行时间，洗碗机就可以完成洗碗和烘干过程。当累积时间达到要求的时间时，洗碗机将自动关闭。建立其数学模型如下：

2.3 家电动态优先级

文献[8]提出可以用舒适度指数APP来表征家电动态优先级。值计算公式如下：

2.4 智能家电控制算法

1）算法目标。用户家电实行智能控制后，在用电高峰期能保证用电器总功率低于需求响应给定功率限值，在用电低谷期有效利用容量闲置，实现电网削峰填谷，并最大限度地满足用户舒适度需求。

2）算法思路。在用电高峰期，首先将所有可激励负荷切断，然后对可中断负荷进行动态优先级排序，按照优先级从低到高的次序依次关断可中断负荷，直到可中断负荷总功率小于需求响应给定功率上限，达到电网削峰目的；在用电低谷期，对可激励负荷进行优先级排序，按照功率由小到大的次序依次打开可激励负荷，直到可激励负荷总功率加可中断负荷总功率大于需求响应给定功率下限为止，达到电网填谷目的。

基于上述分析，改进后的智能家电控制算法流程如图3所示，其中：1表示可中断负荷总功率；2表示可激励负荷总功率；3表示需求响应给定用电限制；1、2、3分别表示不同可控负荷的优先级；APPi表示某种家电APP实际的通断电状态，APPi=0表示断电，APPi=1表示通电。

图3 改进后的智能家电控制算法流程

3 算例分析

3.1 算例参数

为了验证智能家电控制算法的有效性，本文选取一个家庭用户典型日用电行为的数据作为算例进行仿真。本文用到的参数如下。

1）空调的参数：AC=2.5kW；in()=28℃；ew()=31℃；r=1.005kJ/(kg∙K)；w=0.15m2∙k/W。

2）热水器的参数：WH=3.5kW，max=60L，=0.6，cold=20℃，=3.6´106，=4200J/(kg∙℃)，=1kg/L。

3）洗衣机的参数：wash=0.4kW，wash=30min。

4）洗碗机的参数：dish=1.75kW，dish=15min。

5）被控家用电器的需求设定如表1所示。

表1 家用电器的需求设定

3.2 算例仿真

3.2.1 智能控制前

采用智能家电控制算法前，热水器、空调工作状态仿真结果分别如图4、5所示。图6为智能控制前总功率。

由图4可知，热水器在17:00之前处于关断状态，热水器水箱温度由于热量散失而下降，17:00热水器开启，水箱温度不断上升，直到达到舒适度范围上限，热水器关闭，水温自然下降。20:00时，热水器用水达到高峰期，随着冷水注入水箱，温度急剧下降，直到达到舒适度范围下限，热水器自动开启，开始间歇性工作。由图5可知，空调的工作特性与热水器相似，都具有随温度变化而间歇性工作的特点。由图6可知，17:00开始，居民用电开始显著增加，大约21:30用电达到高峰期，热水器、空调、洗衣机、洗碗机同时工作。

图4 调控前热水器工作状态

图5 调控前空调工作状态

图6 智能控制前总功率

3.2.2 智能控制后

由图10可以看出，9:00开始，洗衣机和洗碗机的优先级高于空调和热水器，自动开启，在10:00之前完成洗涤，实现了电网在闲时填谷。10:00之后，洗衣机和洗碗机优先级降低。17:00时空调的优先级高于热水器，热水器关断，空调开启，室温下降，直到达到温度舒适度范围。大约在17:15，热水器优先级高于空调，空调关断，热水器开启，水箱温度上升，直到达到舒适度范围。此后随着优先级的变化，空调和热水器频繁交替工作，单次的开启时间大大缩短，如图7、8所示。在21:30的用电高峰期也能保证用电器总功率低于需求响应给定功率，如图9所示，实现了电网在用电高峰期削峰。以上仿真结果验证了改进后智能家电控制算法的合理性。

图7 调控后热水器工作状态

Fig. 7 Working condition of water heater after control

图8 调控后空调工作状态

图9 智能控制后总功率

图10 各用电器优先级

3.2.3 改变家电重要系数后

当空调的重要系数在17:00—24:00人为设定为3，热水器的重要系数在21:00—22:00设定为10，其余开启时间设定为1，洗衣机、洗碗机的重要系数均设定为1时，采用智能家电控制方案后，第1次改变重要系数后热水器、空调工作状态仿真结果分别如图11、12所示。图13、14分别为第1次改变重要系数后总功率、各用电器优先级。

由图11、12可以看出，第1次改变重要系数后，热水器和空调的工作状态相较之前明显不同，开启时间和开启次数都发生了变化，因此可以适应不同用户的生活习惯。由图13可知，第1次改变重要系数后，家电总功率仍然可以控制在需求响应给定功率下，实现电网削峰填谷。由图14可知，在17:00时，由于空调的重要系数比热水器大，因此空调优先开启；随后空调和热水器处于交替运行的状态。

图11 第1次改变重要系数后热水器工作状态

图12 第1次改变重要系数后空调工作状态

图13 第1次改变重要系数后总功率

图14 第1次改变重要系数后各用电器优先级

对比图10、14可以看出，由于用户在21:00—22:00期间洗澡，需要长时间用到热水器，将热水器重要系数调至10，远远高于空调重要系数，故在此期间热水器的优先级高于空调优先级，热水器的水箱温度一直处在舒适度范围内，最大限度地满足了用户的舒适度需求。

当空调的重要系数在17:00—24:00设定为10，热水器、洗衣机、洗碗机的重要系数均设定为1时，采用智能家电控制方案后，第2次改变重要系数后热水器、空调工作状态仿真结果分别如图15、16所示。图17、18分别为第2次改变重要系数后总功率、各用电器优先级。

由图15、16可以看出，当把空调的重要系数调高后，空调一直处于正常工作状态，室内温度保持在24~26℃舒适度范围内，满足了用户的舒适度需求。而为了保证用电总功率小于需求响应给定功率，热水器开启次数减少，开启时间缩短，水箱温度降到45℃左右。由图18可知，设定的家电重要系数极大地满足了用户在不同时段对每种家电的舒适度需求，由此验证了智能家电控制算法中设定家电重要系数的重要性。

图15 第2次改变重要系数后热水器工作状态

图16 第2次改变重要系数后空调工作状态

图17 第2次改变重要系数后总功率

图18 第2次改变重要系数后各用电器优先级

4 结论

以泛在电力物联网为背景，研究了将家电可控负荷转化成智能负荷的方法，并通过算例分析进行验证，仿真结果表明：

1）利用泛在电力物联网可以组织可控负荷参与电力系统调峰调频，使可控负荷转化成智能负荷成为可能。

2）在原有智能家电控制算法中增加电网闲时的填谷作用，不仅能在用电高峰时实现电网削峰，而且利用了用电低谷期的容量闲置，有效减少了峰谷差。

3）允许用户预先设定负荷需求范围和不同时段家电重要系数，并据此实时计算负荷动态优先级，最大限度地满足了用户的舒适度需求。

[1] 王梅霖．电力需求侧管理研究[D]．北京：北京交通大学，2011．

[2] 董萌萌．基于峰谷电价的需求响应效果评价[D]．北京：华北电力大学，2014．

[3] 岳海涛．通过用户侧提高发电侧电力资源效率的优化模型研究[D]．北京：华北电力大学，2015．

[4] 胡晓青．空调负荷参与电力系统需求响应的建模及控制策略研究[D]．南京：东南大学，2017．

[5] 贾宏杰，戚艳，穆云飞．基于家居型温控负荷的孤立微电网频率控制方法[J]．中国科学：技术科学，2013，43(3)：247-256．

[6] 陈鑫．直接负荷控制和分布式发电研究[D]．杭州：浙江大学，2006．

[7] 鲁针针．考虑智能家电与分布式电源的电力需求响应技术研究[D]．南京：东南大学，2015．

[8] 汤奕，鲁针针，宁佳，等．基于电力需求响应的智能家电管理控制方案[J]．电力系统自动化，2014，38(9)：93-99．

[9] 朱兰，严正，杨秀，等．计及需求侧响应的微网综合资源规划方法[J]．中国电机工程学报，2014，34(16)：2621-2628．

[10] 钱佳慧，尹鹏，邓学华，等．分时电价激励下考虑负荷聚集商的日前经济调度[J]．现代电力，2019，36(4)：31-37．

[11] 李子林，刘蓉晖．考虑需求侧响应的含储能区域综合能源系统运行优化[J]．现代电力，2019，36(6)：61-67．

[12]任德江，吴杰康．“源-网-荷-储”协同的园区微电网优化调度[J]．广东电力，2018，31(7)：16-23．

[13]李宏仲，付国，范明天，等．非水可再生能源发电量消纳及指标分配的分析与探讨[J]．分布式能源，2019，4(5)：50-57．

[14] 钱佳慧，尹鹏，邓学华，等．分时电价激励下考虑负荷聚集商的日前经济调度[J]．现代电力，2019，36(4)：31-37．

[15] 李文博，李华东，张鹏飞，等．考虑不确定性的区域能源互联网源–荷–储协调优化[J]．现代电力，2019，36(3)：11-18．

[16] 魏纯晓，陈晔，王燕敏，等．考虑系统与用户双侧协同的区域多能源系统运行优化[J]．现代电力，2019，36(1)：61-70．

[17] 李德智，董明宇，尹忠东，等．一种基于模糊控制的智能家庭能量管理系统[J]．现代电力，2018，35(6)：39-46．

[18] 国网互联网部．泛在电力物联网建设大纲(节选)[J]．华北电业，2019(3)：20-29．

[19]丁伟强，黄宏波，曹静，等．面向泛在电力物联网的传输网发展分析[J]．浙江电力，2019，38(12)：50-56．

[20]张彩友，邹晖，冯正伟，等．500 kV变电站泛在电力物联网应用技术研究[J]．浙江电力，2019，38(8)：17-22．

[21] Bedi G，Venayagamoorthy G K，Singh R，et al．Review of internet of things (iot) in electric power and energy systems[J]．IEEE Internet of Things Journal，2018，5(2)：847-870．

[22] 王毅，陈启鑫，张宁，等．5G通信与泛在电力物联网的融合：应用分析与研究展望[J]．电网技术，2019，43(5)：1575-1585．

[23] 李建岐，雷煜卿，侯宝素．RuBee技术简介及其在电力物联网中的应用[J]．电网技术，2010，34(8)：199-204．

[24] 刘建明，赵子岩，季翔．物联网技术在电力输配电系统中的研究与应用[J]．物联网学报，2018，2(1)：88-102．

[25] 陈麒宇．泛在电力物联网实施策略研究[J]．发电技术，2019，40(2)：99-106．

[26] 白纯．智能小区居民负荷需求响应策略研究[D]．长沙：湖南大学，2016．

Research on Methods for Converting Controllable Loads of Household Appliances Into Intelligent Loads in the Ubiquitous Power Internet of Things

HE Qinchun, YANG Xiuyuan

(School of Automation, Beijing Information Science & Technology University, Haidian District, Beijing 100192, China)

In order to achieve load control, the traditional demand response mainly uses the peak-adjusting strategy of the power-limiting for residents, and the power consumption is more passive. The concept of ubiquitous power internet of things makes it possible to convert controllable loads into intelligent loads. In order to realize the intelligentization of controllable load control, the application of ubiquitous power internet of things in the controllable load control of household appliances was studied. Increasing the valley-filling function in the smart household appliance control algorithm not only achieved peak-cutting of the power grid during peak periods of power consumption, but also effectively utilized idle capacity during periods of low-power consumption. It also allowed users to set the load demand range and important coefficients of household appliances at different time in advance, which satisfied the user's comfort needs to the greatest extent. The simulation results verified the rationality of the improved control algorithm for intelligent household appliances.

ubiquitous power internet of things; controllable load; intelligent load; control algorithm of intelligent household appliances; important coefficient of household appliances

10.12096/j.2096-4528.pgt.19176

TM73

2019-11-20。

国家自然科学基金项目(51377011)。

Project Supported by National Natural Science Foundation of China (51377011)．

何沁春(1995)，女，硕士研究生，研究方向为控制工程与新能源发电，2844595654@qq.com；

何沁春

杨秀媛(1962)，女，硕士，教授，主要研究方向为新能源的电力系统分析与规划，yangxy0912@163.com。

杨秀媛

(责任编辑 尚彩娟)