一种实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管理方法
【专利摘要】本发明公开了一种实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管理方法，首先将能量调度周期均分为多个时间段，用于模拟实时电价，并在此基础上构建太阳能辅助家庭用能系统模型；其次考虑用户舒适度偏好，在保证用户舒适度得到满足的前提下确定系统能量管理优化目标及约束条件；然后构建计及不确定性的实时电价模型、太阳能辐射模型和室外温度模型，采用蒙特卡洛仿真方法建立体现上述不确定性的大规模随机场景；最后采用场景削减技术排除低概率场景和聚类概率相当的场景，并针对每个场景采用两级随机规划方法对该场景中每一时间段的用电优化问题进行滚动求解。本发明方法适用于实时电价环境下家庭用能系统的能量管理。
【专利说明】
一种实时电价环境下计及多种不确定因素的太阳能辅助家庭 能量管理方法
技术领域
[0001] 本发明属于电力系统技术领域，涉及一种实时电价环境下计及多种不确定因素的 太阳能辅助家庭能量管理方法。
【背景技术】
[0002] 家用设备的能量管理已经在过去几年成为重要的研究热点，其研究工作主要以数 学建模和方法求解为主。
[0003] 大多数工作研究了固定电价模型下的负荷控制问题，固定电价即供电单位制定了 不同时段的电量使用门槛值，并将该值传达给终端用户以帮助用户实现负荷调度，终端用 户侧根据事先定义的不同设备的优先级来下达调度决策，因此期间并没有考虑实时电价的 不确定性、室外温度对用能系统中供暖部分的影响以及不同类型的负荷需求。
【发明内容】
[0004] 本发明要解决的技术问题是现有的家用设备的能量管理方法无法降低电费成本。
[0005] 为解决上述技术问题，本发明采用的技术方案是：一种实时电价环境下计及多种 不确定因素的太阳能辅助家庭能量管理方法，该方法包括以下步骤：
[0006] 步骤1:将一天24小时作为一个能量调度周期，并将其均分为96个时间段，为每个 时间段分配一个电价值，用于模拟实时电价，并在此基础上构建太阳能辅助家庭用能系统 模型，该模型中电量成本信息为各时间段电价值与各时段用电量及各时间段的时间长度的 乘积；
[0007] 步骤2:考虑用户体感温度舒适度偏好，在保证家庭室内温度满足用户体感舒适度 的前提下确定系统能量管理优化目标及约束条件，所述优化目标即将用电成本降到最低；
[0008] 步骤3:构建计及不确定性的实时电价模型、太阳能辐射模型和室外温度模型，采 用蒙特卡洛仿真方法建立体现上述不确定性的大规模随机场景；
[0009] 步骤4:采用场景削减技术排除低概率场景和聚类概率相当的场景，并针对每个场 景采用两级随机规划方法对该场景中每一时间段的用电优化问题进行滚动求解。
[0010] 进一步的，所述步骤1中，太阳能辅助家庭用能系统模型包括太阳能光伏光热一体 机、蓄电池、蓄热水箱、辅助加热器以及四类可控负荷；
[0011] 可控负荷包括HVAC系统、可中断可延迟负荷、不可中断可延迟负荷、不可中断不可 延迟负荷;定义A为所有可控设备的集合，&代表HVAC，A 2表示可间断可延迟负荷，A3表示不 可间断可延迟负荷，A4表示不可间断不可延迟负荷，则A=Ai U A2 U A3 U A4。
[0012] 所述太阳能光伏光热一体机包括发电组件和集热组件，发电组件利用光电转换将 太阳能转变为电能，并存储到蓄电池中；集热组件收集太阳能并将其转化为蓄热水箱的热 能；
[0013] 设场景s下时段t的太阳能光伏光热一体机的集热功率拉次：
[0014] ;
[0015] /7^1 = η.\ - α 0-,, Τ^,)
[0016] ? ?(1.505/G)
[0017] 其中和表不场景s中太阳能光伏光热一体机集热部分的转换效率，Asi为太阳能光 伏光热一体机集热部分的面积;//、&'，和分别为场景s下时段t的太阳辐射值、集热器温 度和室外温度值;W为太阳能光伏光热一体机集热部分的初始效率，G为太阳常数；
[0018] 场景s下时段t的太阳能光伏光热一体机的发电功率为：
[0019] i?L,( =
[0020] 其中?表不场景s中太阳能光伏光热一体机发电部分的转换效率iAsie为太阳能 光伏光热一体机发电部分的光伏板面积；
[0021] 所述蓄热水箱从太阳能光伏光热一体机和辅助加热器吸收能量，并将能量供给 HVAC系统，以满足用户的热水需求;场景s中时刻t时的水箱温度在区间τ上的离散形式 表示为：
[0023] 其中Uwt为由于水箱热辐射产生的热损失因子;Awt为水箱热损失相关的周围面积； Cwt为水箱的储热容量；巧Μ、?；〗分别为场景s中时刻t时的水箱温度和室内温度; 分别为场景s中时刻t时的加热器功率、太阳能光伏光热一体机集热功率、热水的 能量需求和HVAC系统从储热水箱中获得的热量；
[0024] 场景s中时刻t时水箱的水温约束为：
[0025] < ?；；：ι, < 7；Γ
[0026] 其中7:χ和Γ:ιη分别为水箱水温规定的上下限；
[0027] 所述辅助加热器为后备热源;该辅助加热器场景s中时刻t时的功率消耗约束条件 为：
[0028] ^ ^
[0029] 为场景s中时刻t时加热器的开关状态变量;和^Γ1分别为加热器的最小、最 大输出功率；
[0030] 所述HVAC系统即暖通空调，其运行要求为当室内有人员活动时，在运行时间段 [a_，i3_C]维持室内温度在预定范围内[?T in，raXl·即满足：
[0031] Τ^<Γ：<Τ-，^[αΙ?ΛΛ,,//|?Λν(]
[0032] 其中巧为场景s中时亥Ijt时的室内温度;其场景s的离散形式为：
[0034]其中Ra为房间的等效热阻;Cr为房间的热容量;为太阳辐射透过窗户的效率;A w 房间有效窗户面积;σ取1时表示制冷模式，取-1时表示制热模式;％、巧、4分别为场景s 中时刻t时的室内温度、室外温度及HVAC对室内的热传递量；
[0035] 上式表明每个时间段的室内温度t之间都存在内在联系，并且I；值依赖于HVAC的 热传递量、室外温度?：、太阳辐射量
[0036] 当传热为pu, t时，HVAC需要消耗功率pHAVC;所传热pu, t与消耗的电能之间的比例用 HAVC 的 C0P 值表示，即 C0P = pu,t/pHAVC;
[0037] 定义⑶Pa和⑶P。分别为系统独立运行时和配备了储热设备联合运行时的⑶P;当 HVAC系统工作在独立运行模式时，pu = C0PapHVAe;当HVAC系统工作在联合运行模式时，其所 需的一部分能量来源于储热水箱，可表示为：
[0038] pu = COPa ( PHVAC+Psh ) = COPcPHVAC
[0039] 因此，HVAC系统的约束条件为：
[0040] p：, = COPup^AVj + COPt,p^ACJ
[0041 ] UHVAC,t + ^HVAC.r -].
[0042] liHVAC,rPHVAC ~ PHVAC.t ~ UHVACjPhVAC
[0043] MHVAC,i-PHVAC - -Phvac,； - hhvac,^hvac
[0044] 其中八L、尸以ACV、/Cacv、》二吻和》:1〇分别为场景8中时刻七时!^(：系统从储热 水箱中获得的热量、独立运行和联合运行时HVAC消耗的功率、独立运行和联合运行时HVAC 的启停控制变量;、/C?:分别代表HVAC的上下限功率值；
[0045] 场景s中时刻t时的HVAC系统的电量消耗可表示为：
[0046] Aivacv -尸hvacv + Phvacv
[0047] 储热水箱提供的能量为：
[0049] 在一个单位时间间隔中太阳能辅助HVAC-热水系统的电量总消耗来自于水箱的辅 助加热器的电量消耗与HVAC的电量消耗，即。
[0050] 进一步的，所述步骤2中的优化目标函数如下：
[0052]其中03表示场景s的概率，用于计算整个调度周期的预期成本，凡表示负荷i在时 间段to的电量消耗，气表示to时的电价，;^表示场景s下时间段t时的电量消耗，< 表示场景s 中时间段t时的电价，τ为单个时间段时长，NS为场景总数，N为总时间段个数，即96个；
[0053]所述约束条件包括太阳能光伏光热一体机发电功率和集热功率约束、太阳能光伏 光热一体机发电效率和集热效率约束、蓄热水箱水温约束、HVAC制冷/制热温度约束、室温 约束、HVAC上下限功率约束、HVAC工作模式约束、HVAC电量消耗约束、公共耦合点功率约束、 能量调度周期总电能消耗约束、设备关停次数约束、可中断可延迟负荷约束、不可中断可延 迟负荷约束、不可中断不可延迟负荷约束；
[0055] 其中巧α,,是场景s中时刻t的不可控负荷的总功率消耗；C为电网交换功率极限 值；
[0056] 所述能量调度周期总电能消耗约束：
[0057] 其中￡7"为每小时S的能量消耗的限制;K表示每小时中时间间隔的数量；
[0058] 所述设备关停次数约束：
[0059] 其中为负荷设备i在场景s中时刻t时工作状态;为负荷设备i在场景s中时刻 t时为开启状态;Zi,t为负荷设备在场景s中时刻t为关停状态;U表示负荷设备i改变状态的 最大次数;cti、&分别为负荷i的运行起始和终止时间；
[0060] 所述可中断可延迟负荷约束：%+1二私+1AV法广 < 私
[0061] 其中乓,/?，表示β?时刻负荷i存储的能量;Eid表示负荷i的充电需求;b表示充电效 率；五_(-表示负荷i所需能量( kwh)的下（上)限值，巧表示场景s中时间t时负荷i的存储 能量；
[0063]其中出表示负荷i运行的时间段数量，< 为场景s中时刻t时负荷i的开关状态变 量；
[0065] 4.进一步的，所述步骤3中，所述实时电价模型如下：
[0066] 时刻t时的电价可表不为:=1 +Λ·,
[0067] 其中ζ表示前一天的电价值或估计值，可由聚合器提供或由嵌入到家庭能量管理系 统的电价估计算法得到;\表示由已知的概率密度函数(pdf)得到的电价预测误差;分析历史实
时电价数据，电价的预测误差服从柯西分布，其概率密度函数为：
[0068] 其中参数ax为分布峰值位置的位置参数，参数h为最大值一半处的一半宽度的尺 度参数;adPlu可利用最大似然估计方法由历史数据进行曲线拟合。
[0069] 所述太阳能辐射模型中的太阳辐射值服从贝塔分布，分析历史太阳辐射数据得 到：
[0071]其中adPb:分别为贝塔分布的相关参数，可利用最大似然估计方法由历史数据进 行曲线拟合计算得到；Ιο为初始时刻太阳福射值；
[0072] 所述室外温度模型如下：
[0073] 场景s中时刻t时的室外温度表示为= +<
[0074] 其中L表示室外温度的预测值，~,,表示室外温度的不确定部分，服从高斯分 布：
[0076] 其中σΝ、μ分别为高斯分布的位置参数和幅度参数；
[0077] 然后采取蒙特卡洛抽样方法产生能够体现上述不确定性因素的不同场景;所述不 确定因素包括电价预测误差，太阳辐射值，室外温度和不可控负荷的功率消耗;所说场景数 量在一千以上。
[0078] 进一步的，所述步骤4中，对下述每一时刻to的滚动优化问题进行重复计算的公式 如下：
[0080] 其中^表示场景s的概率，用于计算整个调度周期的预期成本，# 〃。表示负荷i在时 间段to的电量消耗，S表示to时的电价，成表示场景s下时间段t时的电量消耗，< 表示场景 s中时间段t时的电价，τ为单个时间段时长，NS为场景总数，N为总时间段个数，即96个。
[0081] 本发明的优点是：（1)和现有的家庭用能系统能量管理方法相比，本发明提出的方 法中突出考虑了用户对体感温度舒适度的要求，并以此为前提优化能量调度，规划家庭负 荷的使用。（2)和现有的家庭用能系统的能量管理方法相比，本发明提出的方法适用于实时 电价环境，并且计及多种不确定因素，包括电价不确定性、太阳辐射量不确定性及室外温度 不确定性，因而提出的能量调度管理方法在实时电价环境下更具实用性和准确性。（3)和现 有的家庭用能系统的能量管理方法相比，本发明提出的方法中考虑的负荷类型更为全面， 针对可实现优化调度的可控负荷类型，又按是否可延迟性，是否可中断性特性进行更细致 的负荷划分，并以此为依据进行不同类型负荷的优化控制。
【附图说明】
[0082]图1为本发明方法流程图。
[0083]图2为本发明提供的太阳能辅助家庭能量管理系统中HVAC-热水系统的结构组成 图。
【具体实施方式】
[0084]下面结合附图对本发明的【具体实施方式】作进一步的详细说明。
[0085]如图1-2所示，本发明提出了一种实时电价环境下的太阳能辅助家庭用能系统的 能量调度管理方法。其中该用能系统包括太阳能辅助HVAC系统和热水系统。在保证用户体 感舒适度的前提下，能量调度管理方法选择电费总值最低为优化目标，并考虑了不同性质 的多种负荷和电价、太阳辐射值的不确定性，对系统热动态特性进行精细化建模。对实时电 价环境下家庭用能系统的能量管理提供一定的指导意见。
[0086] 本实施例的主要思路是，首先将能量调度周期均分为多个时间段，用于模拟实时 电价，并在此基础上构建太阳能辅助家庭用能系统模型;其次考虑用户舒适度偏好，在保证 用户舒适度得到满足的前提下确定系统能量管理优化目标及约束条件;然后构建计及不确 定性的实时电价模型、太阳能辐射模型和室外温度模型，采用蒙特卡洛仿真方法建立体现 上述不确定性的大规模随机场景;最后采用场景削减技术排除低概率场景和聚类概率相当 的场景，并针对每个场景采用两级随机规划方法对该场景中每一时间段上的优化问题进行 滚动求解。
[0087] 在本发明实施例中，步骤1的具体过程如下：
[0088] 太阳能辅助家庭用能系统模型包括太阳能光伏光热一体机、蓄热水箱、辅助加热 器以及不同类型的可控负荷。
[0089] 可控负荷分为HVAC系统、可中断可延迟负荷、不可中断可延迟负荷、不可中断不可 延迟负荷四类。定义A为所有可控设备的集合，Ai代表HVAC，A 2表示可间断可延迟负荷，A3表 示不可间断可延迟负荷，A4表示不可间断不可延迟负荷，则A=Ai U A2 U A3 U A4。
[0090] 1)太阳能光伏光热一体机：
[0091] 太阳能由光伏光热一体机由发电组件和集热组件构成，发电组件利用光电转换将 太阳能转变为电能，并存储到蓄电池中，以减少HVAC系统对电网电量的需求;集热组件收集 太阳能并将其转化为水箱的热能。
[0092] 设场景s下时段t的太阳能光伏光热一体机的集热功率Alt可由下式计算：
[0093] Ρ：ιχ=η：Λι^
[0094] η'Α=η：-?(Τ；Λ-^)
[0095] 其中私表示场景s中太阳能光伏光热一体机集热部分的转换效率，不是定值，与室 外温度及太阳参数G有关;Asl为太阳能光伏光热一体机集热部分的面积；和巧分别为场 景s下时段t的太阳辐射值和室外温度值;g为太阳能光伏光热一体机集热部分的初始效 率;泛为经验值。
[0096] 场景s下时段t的太阳能光伏光热一体机的发电功率可由下式计算：
[0097] :/4,t ="1為乂、
[0098] 其中农不场景s中太阳能光伏光热一体机发电部分的转换效率;Asie为太阳能 光伏光热一体机发电部分的光伏板面积。
[0099] 2)蓄热水箱：
[0100]采用一阶单层模型描述水箱的热动态特征。该模型建立在能量平衡方程的基础之 上，水箱从太阳能光伏光热一体机、后备辅助加热器吸收能量，并将能量供给HVAC并满足用 户的热水需求。场景s中时刻t时的水箱温度在区间τ上的离散形式表示为：
[0102]其中Uwt为由于水箱热辐射产生的热损失因子;Awt为水箱热损失相关的周围面积； Cwt为水箱的储热容量；H分别为场景s中时刻t时的水箱温度和室内温度；、乂.,、 八\,、/4,分别为场景s中时刻t时的加热器功率、太阳能光伏光热一体机集热功率、热水的 能量需求和HVAC系统从储热水箱中获得的热量。
[0103] 水箱的水温约束为：
[0104]
[0105] 其中和?Γη分别为水箱水温规定的上下限。
[0106] 3)辅助加热器：
[0107] 为了应对太阳能输出随机性的影响，水箱采用了电辅助加热作为后备热源。该辅 助加热器的功率消耗约束条件为：
[0108]
[0109] 为场景s中时刻t时加热器的开关状态变量;pf1和A max分别为加热器的最小、 最大输出功率。
[0110] 4)暖通空调 HVAC:
[0111] 对暖通空调的运行要求为当室内有人员活动时，在运行时间段[aHAVC，i3 HAVC ]维持室 内温度在预定范围内[τ?η, rax >即满足：
[0112] Τ^<Τ；,<Τ^，ie
[0113] 其中为场景s中时刻t时的室内温度。其场景s的离散形式为：
[0115] 其中Ra为房间的等效热阻;Cr为房间的热容量;为太阳辐射透过窗户的效率;Aw 房间有效窗户面积;σ表示制冷⑴或制热(-1)模式;分别为场景S中时刻t时的 室内温度、室外温度及热传递。
[0116] 每个时间段的室内温度Tr之间都存在内在联系，并且Tr值依赖于对HVAC的供能、室 外温度T。、太阳辐射量I及其他建筑参数。
[0117] 当传热为pu, t时，HVAC需要消耗功率pHAVC。所传热pu, t与消耗的电能之间的比例用 HAVC 的 C0P 值表示，即 COP = pu, t/pHAVC。
[0118] 通过使用储热设备为HVAC供能，可极大提高系统的COP值。定义⑶PjPCOP。分别为 系统独立运行时和配备了储热设备联合运行时的C0P。当HVAC工作在独立运行模式时，p u = C0PapHVAC。当HVAC工作在联合运行模式时，其所需的一部分能量来源于储热水箱，可表示为
[01 19] pu = COPa ( PHVAC+Psh ) = COPcPHVAC
[0120]因此，HVAC系统的约束条件为：
[0125]其中A*,，、ftlVAC.i、PhVAC,，、WHVAC,i和"HVACV分别为场景8中时刻t时HVAC系统从储热 水箱中获得的热量、独立运行和联合运行时HVAC消耗的功率、独立运行和联合运行时HVAC 的启停控制变量；、id.分别代表HVAC的上下限功率值。
[0126] 场景S中时亥Ijt时的HVAC系统的电量消耗可表示为：
[0127] PayACj - Piivac.i Puvacj
[0128] 储热水箱提供的能量为：
[0130] 最后，在一个单位时间间隔中太阳能辅助HVAC-热水系统的电量总消耗来自于水 箱的后备加热器的电量消耗与HVAC的电量消耗，即= +Kimc,<。
[0131] 在本发明实施例中，步骤2的具体过程如下：
[0133]其中^表示场景s的概率，用于计算整个调度周期的预期成本，i%,表示负荷i在时 间段to的电量消耗八表示to时的电价，&表示场景s下时间段t时的电量消耗，<表示场景 s中时间段t时的电价。
[0135]其中gci,是场景s中时刻t的不可控负荷的总功率消耗;为电网交换功率极限 值。
[0137]其中ST"为每小时δ的能量消耗的限制;K表示每小时中时间间隔的数量。
[0139] 其中《?为负荷设备i在场景s中时刻t时工作状态;成2为负荷设备i在场景s中时刻 t时为开启状态;Zi,t为负荷设备在场景s中时刻t为关停状态;U表示负荷设备i改变状态的 最大次数;cti、&分别为负荷i的运行起始和终止时间。
[0140] (5)可中断可延迟负荷约束（以电动汽车为例）也识彡Eid; <+1 =巧; 五mm〈五·5 <五迦艽
[0141] 其中Eiji表示队时刻负荷i (电动汽车)存储的能量;Eid表示负荷i (电动汽车）的充 电需求;1,表示充电效率;五严―表示负荷i(电动汽车)所需能量(kWh)的下(上)限值，％ 表示场景s中时间t时负荷i (电动汽车)的存储能量。
[0143]其中Hi表示负荷i运行的时间段数量。
[0145] 在本发明实施例中，步骤3的具体过程如下：
[0146] (1)实时电价模型
[0147] 考虑实时电价的不确定性，时刻t时的电价可表示为:c,=巧+ \
[0148] 其中ζ表示前一天的电价值或估计值，可由聚合器提供或由嵌入到家庭能量管理 系统的电价估计算法得到。4,表示由已知的概率密度函数(pdf)得到的电价预测误差。假 定电价的预测误差服从柯西分布，其概率密度函数为：
[0150]其中参数ax为分布峰值位置的位置参数，参数h为最大值一半处的一半宽度的尺 度参数。adPlu可利用最大似然估计方法由历史数据进行曲线拟合。
[0151] (2)太阳能辐射模型
[0152]太阳辐射值由于依赖天气情况也存在不确定性，假定太阳辐射值服从贝塔分布：
[0154] 其中adPb:分别为贝塔分布的相关参数，可利用最大似然估计方法由历史数据进 行曲线拟合计算得到；Ιο为初始时刻太阳福射值。
[0155] (3)室外温度模型
[0156] 场景s中时刻t时的室外温度表示为
[0157] 其中^"表示室外温度的预测值,1?表示室外温度的不确定部分，假定服从高斯 分布：
[0159] 其中σΝ、μ分别为高斯分布的位置参数和幅度参数。
[0160] 然后采取蒙特卡洛仿真方法产生能够体现上述不确定性因素（电价预测误差，太 阳辐射值，室外温度和不可控负荷的功率消耗)的不同场景。一般而言，场景数量需要足够 大才能保证能量调度模型的有效性。
[0161] 在本发明实施例中，步骤4的具体过程如下：
[0162] 对下述每一时刻to的滚动优化问题进行重复计算：
[0164] s. t.太阳能辅助HVAC-热水系统约束;系统约束;剩余可控负荷约束；
[0165] 该问题为混合整数规划，利用CPLEX求解，并假定问题具有可行解，即电网的交换 功率和电量限制(/=和尽)足够大。
[0166] 由于蒙特卡洛法产生了大量的随机场景，但是庞大的场景数量会提升计算的复杂 性。因此，对于一个大规模问题而言，需要利用场景缩减方法排除一些低概率场景，聚类概 率相当的场景，以减轻计算的负担。可利用GAMS/SCENRED软件产生/减少场景的集合。
[0167]最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽 管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解:依然 可以对本发明的【具体实施方式】进行修改或者等同替换，而未脱离本发明精神的任何修改或 者等同替换，其均应涵盖在本发明的权利要求保护范围当中。
【主权项】
1. 一种实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管理方法，其特征 在于，该方法包括W下步骤： 步骤1:将一天24小时作为一个能量调度周期，并将其均分为96个时间段，为每个时间 段分配一个电价值，用于模拟实时电价，并在此基础上构建太阳能辅助家庭用能系统模型， 该模型中电量成本信息为各时间段电价值与各时段用电量及各时间段的时间长度的乘积； 步骤2:考虑用户体感溫度舒适度偏好，在保证家庭室内溫度满足用户体感舒适度的前 提下确定系统能量管理优化目标及约束条件，所述优化目标即降低用电成本； 步骤3:构建计及不确定性的实时电价模型、太阳能福射模型和室外溫度模型，采用蒙 特卡洛仿真方法建立体现上述不确定性的大规模随机场景； 步骤4:采用场景削减技术排除低概率场景和聚类概率相当的场景，并针对每个场景采 用两级随机规划方法对该场景中每一时间段的用电优化问题进行滚动求解。2. 如权利要求1所述的实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管 理方法，其特征在于，所述步骤1中，太阳能辅助家庭用能系统模型包括太阳能光伏光热一 体机、蓄电池、蓄热水箱、辅助加热器W及四类可控负荷； 可控负荷包括HVAC系统、可中断可延迟负荷、不可中断可延迟负荷、不可中断不可延迟 负荷;定义A为所有可控设备的集合，Ai代表HVAC，A2表示可间断可延迟负荷，A3表示不可间 断可延迟负荷，A4表示不可间断不可延迟负荷，贝ljA=Ai U A2 U A3 U A4。3. 所述太阳能光伏光热一体机包括发电组件和集热组件，发电组件利用光电转换将太 阳能转变为电能，并存储到蓄电池中；集热组件收集太阳能并将其转化为蓄热水箱的热能； 设场景S下时段t的太阳能光伏光热一体机的集热功率转 为：其中編表示场景S中太阳能光伏光热一体机集热部分的转换效率，Asi为太阳能光伏光 热一体机集热部分的面积；攝和玲，分别为场景S下时段t的太阳福射值、集热器溫度和 室外溫度值;?茲为太阳能光伏光热一体机集热部分的初始效率，G为太阳常数； 场景S下时段t的太阳能光伏光热一体机的发电功率为：其中C表示场景沖太阳能光伏光热一体机发电部分的转换效率;Asle为太阳能光伏光 热一体机发电部分的光伏板面积； 所述蓄热水箱从太阳能光伏光热一体机和辅助加热器吸收能量，并将能量供给HVAC系 统，W满足用户的热水需求;场景S中时刻t时的水箱溫度巧:、,、在区间τ上的离散形式表示为：其中Uwt为由于水箱热福射产生的热损失因子;Awt为水箱热损失相关的周围面积;Cwt为水箱 的储热容量;?：，.:、分别为场景s中时刻t时的水箱溫度和室内溫度;.砍f、/4, 滅, 分别为场景S中时刻t时的加热器功率、太阳能光伏光热一体机集热功率、热水的能量需求 和HVAC系统从储热水箱中获得的热量； 场景S中时刻t时水箱的水溫约束为：X 其中?;之X和软"分别为水箱水溫规定的上下限； 所述辅助加热器为后备热源;该辅助加热器场景S中时刻t时的功率消耗约束条件为：巧Γ<,' 为场景S中时刻t时加热器的开关状态变量；,of '和iC"分别为加热器的最小、最大 输出功率； 所述HVAC系统即暖通空调，其运行要求为当室内有人员活动时，在运行时间段 [OhAVC，曲AVC]维持室内溫度在预定范围内_餐''，餐即满足：其中？芯为场景S中时刻t时的室内溫度;其场景S的离散形式为：其中Ra为房间的等效热阻;Cr为房间的热容量;riw为太阳福射透过窗户的效率;Aw房间有 效窗户面积;σ取1时表示制冷模式，取-1时表示制热模式；？'7:,.、括， 分别为场景S中时刻t时的室内溫度、室外溫度及HVAC对室内的热传递量； 上式表明每个时间段的室内溫度Γ/之间都存在内在联系，并且?'/值依赖于HVAC的热传 递量、室外溫度了^、太阳福射量巧~ S 当传热为Pu, t时，HVAC需要消耗功率即AVC;所传热pu, t与消耗的电能之间的比例用HAVC的 COP值表示，即 COP = Pu, t/pHAVC ; 定义COPa和COPc分别为系统独立运行时和配备了储热设备联合运行时的COP;当HVAC系 统工作在独立运行模式时，Pu = COPaPHVAG;当HVAC系统工作在联合运行模式时，其所需的一 部分能量来源于储热水箱，可表示为： 的=COPa ( PHVAC+Psh ) = COPc 抑 VAC 因此，HVAC系统的约束条件为：其中始,Γ，/搞如、梦品化..、，、！.搞ACV和!输旅、,、分别为场景沖时刻t时HVAC系统 从储热水箱中获得的热量、独立运行和联合运行时HVAC消耗的功率、独立运行和联合运行 时HVAC的启停控制变量;.端;、/祗W分别代表HVAC的上下限功率值； 场景S中时刻t时的HVAC系统的电量消耗可表示为：在一个单位时间间隔中太阳能辅助HVAC-热水系统的电量总消耗来自于水箱的辅助加 热器的电量消耗与HVAC的电量消耗，即""""沪沈..、，+说VAO α4.如权利要求1所述的实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管 理方法，其特征在于，所述步骤2中的优化目标函数如下其中pS表示场景S的概率，用于计算整个调度周期的预期成本,/?康示负荷i在时间段 to的电量消耗，％表示to时的电价，終读示场景S下时间段t时的电量消耗，誇表示场景S 中时间段t时的电价，τ为单个时间段时长，NS为场景总数，N为总时间段个数，即96个;所述 约束条件包括太阳能光伏光热一体机发电功率和集热功率约束、太阳能光伏光热一体机发 电效率和集热效率约束、蓄热水箱水溫约束、HVAC制冷/制热溫度约束、室溫约束、HVAC上下 限功率约束、HVAC工作模式约束、HVAC电量消耗约束、公共禪合点功率约束、能量调度周期 总电能消耗约束、设备关停次数约束、可中断可延迟负荷约束、不可中断可延迟负荷约束、 不可中断不可延迟负荷约束； 所述公共禪合点功率约束：其中敬3,,是场景沖时刻t的不可控负荷的总功率消耗;igr为电网交换功率极限值； 所述能量调度周期总电能消耗约弟其中为每小时S的能量消耗的限制;K表示每小时中时间间隔的数量. 所述设备关停次数约束:碱…:冷….? +餐二符；钱夺％么！其中为负荷设备i在场景S中时刻t时工作状态;;为负荷设备i在场景S中时刻t时 为开启状态;Zi,t为负荷设备在场景S中时刻t为关停状态;Li表示负荷设备i改变状态的最 大次数;αι、βι分别为负荷i的运行起始和终止时间； 所述可中断可延迟负荷约束其中％；表示扣时刻负荷i存储的能量;Ei读示负荷i的充电需求;％>读示充电效率； 嗦示负荷i所需能量(kWh)的下化）限值，跨康示场景沖时间t时负荷i的存储能 量;所述不可中断可延迟负荷约束其中出表示负荷i运行的时间段数量，为场景S中时刻t时负荷i的开关状态变量； 所述不可中断不可延迟负荷约束：5. 如权利要求1所述的实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管 理方法，其特征在于，所述步骤3中，所述实时电价模型如下： 时刻t时的电价可表示为:^ 5 +考.， 其中ζ表示前一天的电价值或估计值，可由聚合器提供或由嵌入到家庭能量管理系统 的电价估计算法得到；Λ>表示由已知的概率密度函数(Ρ壯)得到的电价预测误差;分析历 史实时电价数据，电价的预测误差服从柯西分布，其概率密度函数为：其中参数3Α为分布峰值位置的位置参数，参数bA为最大值一半处的一半宽度的尺度参 数;aA和bA可利用最大似然估计方法由历史数据进行曲线拟合。6. 所述太阳能福射模型中的太阳福射值服从贝塔分布，分析历史太阳福射数据得到：其中ai和bi分别为贝塔分布的相关参数，可利用最大似然估计方法由历史数据进行曲 线拟合计算得到；1〇为初始时刻太阳福射值； 所述室外溫度模型如下： 场景S中时刻t时的室外溫度表示为其中;表示室外溫度的预测值，表示室外溫度的不确定部分，服从高斯分布：其中〇N、μ分别为高斯分布的位置参数和幅度参数； 然后采取蒙特卡洛抽样方法产生能够体现上述不确定性因素的不同场景;所述不确定 因素包括电价预测误差，太阳福射值，室外溫度和不可控负荷的功率消耗;所说场景数量在 一千^上。7. 如权利要求1所述的实时电价环境下计及多种不确定因素的太阳能辅助家庭能量管 理方法，其特征在于，所述步骤4中，对下述每一时刻to的滚动优化问题进行重复计算的公 式化了其中pS表示场景s的概率，用于计算整个调度周期的预期成本，祭表示负荷i在时间 段to的电量消耗，气表示to时的电价，1?表示场景S下时间段t时的电量消耗，cf表示场 景沖时间段t时的电价，τ为单个时间段时长，NS为场景总数，N为总时间段个数，即96个。
【文档编号】G06Q50/06GK106096747SQ201610174860
【公开日】2016年11月9日
【申请日】2016年3月25日 公开号201610174860.6, CN 106096747 A, CN 106096747A, CN 201610174860, CN-A-106096747, CN106096747 A, CN106096747A, CN201610174860, CN201610174860.6
【发明人】徐青山, 徐敏姣
【申请人】东南大学