《智能电网环境下家庭能源管理系统技术的研究》由会员分享，可在线阅读，更多相关《智能电网环境下家庭能源管理系统技术的研究（6页珍藏版）》请在装配图网上搜索。
1、智能电网环境下家庭能源管理系统技术的探讨 【摘要】智能电网环境下家庭能源管理系统与传统家庭能源管理系统有显著的不同，智能电网环境下家庭能源管理系统有新的功能需求。提出了通过探讨给出了智能电网环境下家庭能源管理系统的技术体系，探讨了存在的技术挑战，指出了将来的探讨方向。 【关键词】智能电网；家庭能源管理系统；优化调度 中图分类号：TP39 文献标识码：A 文章编号：1006-0278（2015）04-101-01 一、家庭能源管理系统的检测技术 家庭能源管理系统的检测技术与传统的家庭能源管理系统相比，智能电网环境下家庭能源管理系统检测的物理量范围更广、频率更高、粒度更细。 以检测用电设备的耗电量
2、为例，智能电网环境下的家庭能源管理系统不仅要检测家庭用户的总用电量，还要将用电量细化到详细的用电设备和用电时段上。传统检测方法须要为每个检测对象安装传感器，成本高，安装、维护难，并且它是一种侵入式检测方法，难以被用户接受。非侵入式负载检测方法可以弥补传统方法的不足，是当前的探讨热点。该方法通过分析负载的稳态和瞬态特征实现负载的识别。非侵入式负载检测方法只须要在家庭环境内安装少量传感器检测关键节点的用电量，然后通过算法来确定详细设备的工作状态和耗电量。可以采纳基于“时间窗口”的方法以窗口期功率信号的边沿特征、依次特征、变更趋势和持续时间为特征量，通过与特征数据库中的特征匹配来识别设备，从而将智能
3、电表测量的总功耗分解到详细的用电负载。非侵入式负载检测方法中设备特征选取和识别算法设计是关键，目前的算法有时间序列法、维特比算法等。非侵入式负载检测方法采纳的仪表少、成本低、安装维护简单，易于被用户接受，但对于能耗小、工作模式困难的设备进行识别比较困难，并且随着设备数量的增加，识别精度下降；大部分算法须要大量的训练和标定过程。对家庭环境内用户的物理位置和行为进行检测和识别，采纳肯定的方法对用户的行为模式进行预料有利于家庭能源管理系统对设备的运行进行优化调度。因此，非侵入式检测识别算法、多用户用能行为检测和识别是家庭能源管理系统检测技术领域将来的探讨重点。 二、家庭能源管理系统的网络通信技术 与
4、传统的家庭能源管理系统不同，智能电网环境下的家庭能源管理系统不仅要对单个家庭环境内的用能进行优化、管理，而且多个家庭还要协同工作，因此，智能电网环境下的家庭能源管理系统须要家域网（Home Area Network）、小区网络（Neighborhood Area Network）和广域网（Wide Area Net-work）三种网络的支持。每个家庭能源管理系统含有一个智能电表，它是家域网与外部网络进行信息交换的接口。同一区域的众多智能电表构成小区网络，来自各个智能电表的数据在小区网络数据聚合中心进行聚合，再通过广域网送到电力公司用于实现用能计量、负载预料等功能；电力公司发布的需求响应限制吩咐
5、、电价等信息沿相反的路径传输。无线通信技术是当前组建家庭能源管理系统家域网的主流技术，其中ZigBee技术由于具有低功耗、自组织、拓扑结构敏捷、低成本等优点，是家庭能源管理系统家域网最常用的通信方式。依据优化调度的目的不同，当前的优化调度算法主要分为以下三类：总用电功耗小于目标值的调度算法、最大化可再生能源利用率的调度算法、最小化用户用能费用的调度算法。 （一）总用电功耗小于目标值的调度算法 在居民侧实施需求响应除了利用动态电价信号通过经济刺激方法引导用户变更用电模式外，电力公司还可以依据当前的电力供应状况，干脆向用户发布需求响应限制信号，向用户指定需求响应的持续时段和在此期间该用户的家庭用电
6、上限，电力公司依据事先与用户签订的协议为用户支付相应的经济补偿。用户收到需求响应限制信号后，通过家庭能源管理系统中的优化调度模块对家庭环境内的用电设备进行调度，确保满意需求响应限制信号的要求，必要时可以牺牲用户的部分舒适度。优化调度算法不仅要考虑可调度负载对家庭总用电量的影响，还要考虑不行调度负载及可再生能源出力不确定性对调度结果的影响。 （二）最大化可再生能源利用率的调度算法 光伏发电和风力发电的出力不确定性不利于它们大规模接入电网，限制了它们的利用率，通过大容量的储能系统可以减弱出力波动，提高可再生能源的利用率，但该方法成本高，不便推广。同时间伏发电、风力发电的出力波动大，储能系统的容量不
7、易确定，储能系统的利用效率低。家庭能源管理系统通过对用电负载和储能系统的调度，优先消纳本地光伏发电、风力发电等可再生能源产生的电能，有利于提高可再生能源的利用率，降低可再生能源出力波动对电网的不利影响。家庭能源管理系统可以依据天气预报网站分小时发布的天气预报信息对可再生能源的出力进行预料，然后依据电价的预料结果和用电负载的优先级对用电设备进行调度，从而最大化可再生能源的利用率，并最小化用户用能费用。将电动汽车的充/放电与可再生能源发电预料相结合，建立一个同时计及具有V2G功能的电动汽车、风电和光伏发电系统出力不确定性的电力系统协同调度模型，可平抑可再生能源的出力波动，改善电力系统运行的经济性，
8、提高可再生能源的利用率。 （三）最小化用户用能费用的优化调度算法 在智能电网环境下，家庭能源管理系统除了降低负载的空闲损耗来降低用电费用外，可以实行多种方法来降低用户用电费用：响应电价信号，将部分负载从“高电价时段”调度到“低电价时段”；依据可再生能源发电的出力状况协同限制用电设备增加低成本可再生能源的利用量，削减从电网购买的电能；将可再生能源产生的多余电量售给电网；利用储能系统在低电价时存储电能，在高电价时供应用电负载或售给电网获得经济效益等。 三、结语 在智能电网环境下，居民用户拥有用电负载、储能系统、分布式电源等设备，家庭环境内的用电网络已经构成一个家域微电网。家庭能源管理系统为节能减排、提高用电效率及智能电网环境下的居民侧需求响应实施、分布式电源和电动汽车接入网络供应支持。探讨人员在家庭能源管理系统结构、检测技术、网络通信技术、优化调度算法等领域进行了深化探讨，但仍存在一些挑战尚未解决。对智能电网环境下家庭能源管理系统的探讨有助于智能电网技术在居民侧的实施，能够促进智能电网技术的健康发展。 参考文献： 1王增平，姜宪国，张执超，等.智能电网环境下的继电爱护J.电力系统爱护与限制，2013（2）. 2颜伟，文旭，余娟，等.智能电网环境下电力市场面临的机遇与挑战J.电力系统爱护与限制，2010（24）.
智能电网环境下家庭能源管理系统技术的研究
