一种家庭用电的调度方法
【专利摘要】本发明公开了一种家庭负荷调度方法，包括以下步骤：将所有负荷按用电特性和用户使用习惯不同进行分类；确定控制方案；建立负荷用电模型；使用离散式基于分子动理论的优化算法进行求解；得到结果，对结果进行分析处理。本发明分析了家庭环境中各种用电设备的工作特性和使用特性，并分类建立负荷调度数学模型，在多变量协调优化的情况下，运用离散化分子动理论优化算法进行多目标优化计算，求解了用电费用最低，对用户生活习惯影响最小，对电网稳定性贡献最大的家庭负荷调度解集；本发明有益于评估智能家居环境用电参与需求响应的潜力，并能进一步应用于家庭用电智能家居系统负荷控制等一系列问题。
【专利说明】
一种家庭用电的调度方法
技术领域
[0001] 本发明涉及智能电网用电需求调度领域，特别涉及一种家庭用电的调度方法。
【背景技术】
[0002] 社会发展与环境保护的矛盾日渐突出，这对社会的节能减排能力提出了更高要 求，综合现代信息技术、通信技术与控制技术的智能电网逐步取代传统电网已成必然趋势。 智能电网环境下，更多的可再生能源发电设备接入电网，各种分布式能源共同为电网出力。 配电网从被动式向主动式转变，供电侧和需求侧会有更密切的信息交互，需求侧用户从以 往单纯的用电逐渐参与到整个电网的能量调配中来。
[0003] 智能家居中的家庭能源管理系统（Home Energy Management System，HEMS)是对 家庭用电任务综合管理调度的高度集成化系统。HEMS在自动需求响应(Automatic Demand ReSponSe，ADR)技术的支持下能够对用电负荷实现自动调度，但在HEMS中，各用电设备的类 型不一致，各类型用电设备的运行特性以及用户的使用习惯也不相同，因此，如何在不影响 居民用正常生活习惯的情况下实现节能减排、削峰填谷是一个难点。
【发明内容】
[0004] 发明目的：为了解决上述技术难题，本发明提出一种家庭用电的调度方法，综合了 各方面的问题，既考虑了各种类型的发用储电设备，也考虑了各种设备各自的运行特性及 用户的
[0005] 交互习惯以及电网对削峰填谷的需要，建立了合理的数学模型，并使用离散化分 子动理论优化算法求解问题。
[0006] 技术方案:本发明解决上述问题的技术方案为:一种家庭电负荷调度方法，其特征 在于:包括以下步骤：
[0007] (1)按照用电负荷不同的工作特性和用户的使用习惯可以把所有负荷分成了不可 控设备、可中断设备、可转移设备、发电设备、充电设备、储能设备共6类；
[0008] (2)确定控制方案，即明确目标函数、控制变量和约束条件；
[0009] (3)建立负荷用电模型，即建立负荷运行状态与用电费用、用户不满意度、用电峰 谷差之间的关系；
[0010] (4)使用离散式基于分子动理论的优化算法进行求解；
[0011] (5)得到结果，对结果进行分析处理。
[0012] 上述一种家庭电负荷调度方法，所述步骤(1)中，其中改变其运行计划后对用户生 活影响很大甚至无法被用户接受的用电设备属于不可控设备;其中运行过程中可短暂断电 的设备属于可中断设备；其中通电后需要运行一段时间，运行时间可以调整到其它时段的 设备属于可转移设备;其中可发电的设备为发电设备;其中可以灵活通断电且用电对象为 蓄电池的设备属于充电设备；以工业蓄电池为核心、可灵活充放电的设备为储能设备。
[0013] 上述一种家庭电负荷调度方法，所述步骤(2)中确定控制方案包括以下步骤：
[0014] (2.1)明确控制变量
[0015]控制变量为设备在每个时段内运行情况，设备i在h时段的运行情况用X1>h表示： v f〇 .，设备断电 [0016]，设备通电 [0017] (2.2)明确约束条件
[0018]各类设备运行的约束条件为：
[0019] a.可中断设备；可中断设备运行的时间受最小通电时间巧^胃和最大断电时间 T〇 取 jnax 的约束，
[0020]
[0021] T^<T0^mx：
[0022] Tf lt为可中断设备连续运行时间，为可中断设备连续关断时间；
[0023] b.可转移设备;可转移设备存在启动时间起点、启动时间终点7_^ _、:通电时 间「cstd约束：
[0024] T^>Tofbegl
[0025] T:Kndi
[0026] mz'ikl
[0027] 表示可转移设备开始运行时刻，为可转移设备在允许运行时间内连续运 行时长；
[0028] c .充电设备；充电设备存在充电开始时间ns_,_、充电结束时间rf,K/，和电池容量 Capi约束：
[0029] To^>T〇ZgJ
[0030] T^<TZkIj i'Z
[0031 ] j-TQ, f 1 ，充电
[0032] I"， 'J' 1 0，：不充电
[0033] 为充电设备开始运行时刻，Tg为充电设备停止运行时刻，为充电设备 蓄电池的初始电量，rkhd为充电设备的充电效率，为设备第j个时段是否工作，为设 备i第j个时段的功率；
[0034] d.储能设备;储能设备受到电池容量CY//;广和最大充放电程度amax, i、最小充放电 程度amin,i的约束：
[0035] Capff = CapZ + jjj^f + M -M rnnw wu jCap!f<ammJCapfSE [0036] Vh,< BSK ESB { ^aPh4 -' aminfiaPi. ^ ,充电或放电 _7] M〇，挂起
[0038] CapgE为储能设备第h个时段时所储存的电量，CaPpE^为储能设备前一日剩余电 量；V为数学符号意思为"任意"，表示对任意h，存在XX不等式关系; 为储能设备的充电效率、放电效率、运行状态、j时段的运行功率；
[0039] (2.3)确定目标函数
[0040] 优化目标包括用电费用、用户不满意度、用电功率峰谷差及调度方案不满足约束 条件引起的惩罚项：
[0041] minF = aC+PU+yD+?S
[0042] 其中，C为一日总电费;U为用户不满意度;D为用电功率峰谷差，S为惩罚项;a、0、 Y、《分别为各项系数。
[0043] 上述一种家庭电负荷调度方法，所述步骤(3)中建立负荷用电模型，即建立负荷运 行状态与用电费用、用户不满意度、用电峰谷差之间的关系，具体为：
[0044] minF = aC+PU+yD+?S
[0048] 其中，C为一日总电费;U为用户不满意度;D为用电功率峰谷差，S为惩罚项;a、0、 y、《分别为各项系数;用电设备总数为N，将一天的24小时按时间长度T为单位分成H个时 段，ch为h时段的实时电价，P 1>h为设备i第h个时段的功率为设备i的用户不满意度，该设 备i可能为6类设备任意一种;建立负荷用电模型具体步骤为：
[0049] (3.1)建立用电费用计算模型;在分时电价环境下用户每小时用电的电价不同，计 算电费时需按小时单独计算;用电设备总数为N，将一天的24小时按时间长度T为单位分成H 个时段，所有设备一日内的N个设备的总用电费用C为：
[0050] C = fjTPUlch h=\
[0051] 其中，T为单位时间的长度，Pi,h为设备i在第h时段内的平均功率，Ch为h时段的实 时电价；
[0052] (3.2)建立用户不满意度计算模型;不可控设备、发电设备、不参与调度调控，储能 设备运行时不与用户交互，故这三类设备引起的用户不满意度总为0;
[0053]可中断设备每次通电引起的用户不满意度由下式计算得到：
[0055] 其中T〇n, i, min、T〇n, i, be5St分别为设备i的最小通电时间、最佳通电时间，t为设备i的通 电时间长度；
[0056] 可中断设备每次断电引起的用户不满意度由下式计算得到：
[0058] 其中T〇f f, i, be5St、T〇f f, i, max分别为设备i的最佳断电时间、最大断电时间，t为设备i的 断电时间长度；
[0059] 如果一个设备i为可中断设备，则其一日内产生的总用户不满意度为：
[0060] 严=E(〇 二）
[0061] 可转移设备每次运行产生的用户不满意度由下式计算得到：
[0063]其中，其中Ti, i?、Ti, be5St、Ti, UP分别为设备i的启动时间起点、最佳启动时间、启动时 间终点，t为设备i的断电时间长度；
[0064] 如果一个设备i为可转移设备，则其一日内产生的总用户不满意度为：
[0065] [/严
[0066] 充电设备如果在预定时间内没有充满会产生一定的用户不满意度，按下式计算：
[0068] 其中，Capi、Capi, offend分别为充电设备的电池容量、充电结束时电池电量；
[0069] (3.3)建立用电峰谷差计算模型；用户一日内所有用电设备总用电功率在用电高 峰期和用电低谷期的差按下式计算得到： N 'N
[0070] IX/'-,n)in, 1<i<H \<h<H .J ' i-\ i-l
[0071]其中，Pi,h为编号为i的用电设备在第h时段内的平均功率。
[0072]上述一种家庭电负荷调度方法，所述步骤(4)中使用离散式基于分子动理论的优 化算法进行求解包括以下步骤：
[0073] (4.1)离散式基于分子动理论的优化算法初始化
[0074]离散式基于分子动理论的优化算法初始化参数包括目标函数、约束条件和其它参 数，其中：
[0075]目标函数为步骤(2.3)中建立的目标函数;约束条件为步骤(2.2)中建立的约束条 件;其它参数包括:①解的维数：即所有设备各时段的运行情况，共N*H个，N为设备总数，H为 把一天24小时分成长度为T的时间段数;②分子动理论优化算法中分子受引力和斥力的概 率PM1，PM2;③最大迭代次数G;④终止条件:达到最大迭代次数；
[0076] (4.2)分子动理论优化算法分子库初始化
[0077] 随机产生K组决策变量组，即产生K组： 々2 ...
[0078] ： . ... . -足V,1 ^N,2 … _
[0079]将这K组决策变量组作为K个初始解，即分子动理论优化算法中的初始种群，计算 每组解的目标函数值，即将N组决策变量带入目标函数中进行求解；
[0080] (4.3)分子相互作用产生新解
[0081] 从初始种群中筛选出目标函数值最小的分子，按下式分别计算其它分子受力情 况、分子受力大小巧、新一代分子的速度W、新一代分子的位置X 1; 引力.， rand < pml
[0082] 分子雙力= < 斥力，pml < rand < pml +pm2 波动, pm\ + pml < rand < 1 "，引力
[0083] F,=\ '斥力 丨-X血n)N(0，l),波动
[0086]其中，pml为分子受引力的概率，pm2为分子受斥力的概率，Fi为分子受力大小，G为 引力常量，Mi、Xi为所受力分子i的质量和位置，MBeshXBest分别为目标函数值最小的分子质 量和位置，A为分子波动时的受力系数，Xmax、Xmi n分别为距离分子i最远和最近的两个分子的 距离，N(0，1)为服从正态分布的随机数，VdthVdt+l)分别为第t代和t+1代分子i的速度，t 为当前迭代代数，T为最大迭代代数，X^thX^t+l)分别为分子i第t代和第t+1代分子的位 置。（4.4)更新分子动理论分子位置值
[0087]将新一代种群中的分子按目标函数进行求解，将新解的计算结果与上一代解集进 行比较，按目标函数值从小到大排序，取前50%的分子对分子动理论优化算法的种群进行 更新；
[0088] (4.5)判断是否满足终止条件
[0089] 判断是否满足终止条件，若满足则终止循环并输出结果；否则重复步骤(4.3)和 (4.4)〇
[0090] 本发明的有益效果在于:本发明提供的调度方法分析了家庭环境中各种用电设备 的工作特性和使用特性，并分类建立负荷调度数学模型，数学模型中既考虑了各种类型的 发用储电设备，也考虑了各种设备各自的运行特性及用户的交互习惯，能够在不影响居民 用正常生活习惯的情况下优化用电方案，调整用电策略，实现节能减排、削峰填谷;在多变 量协调优化的情况下，运用离散化分子动理论优化算法进行多目标优化计算，求解了用电 费用最低，对用户生活习惯影响最小，对电网稳定性贡献最大的家庭负荷调度解集;本发明 有益于评估智能家居环境用电参与需求响应的潜力，并能进一步应用于家庭用电智能家居 系统负荷控制等一系列问题;另外，本发明具有普遍性，各类用户、各地区均可运用。
【附图说明】
[0091] 图1为本发明的流程图。
[0092]图2为图1中优化算法的流程图。
【具体实施方式】
[0093]下面结合附图和实施例对本发明作进一步的说明。
[0094] 如图1所示，一种家庭用电的调度方法，包括以下步骤：
[0095] (1)按照用电负荷不同的工作特性和用户的使用习惯可以把所有负荷分成了不可 控设备、可中断设备、可转移设备、发电设备、充电设备、储能设备共6类，HEMS的家庭用电设 备包括空调（可中断设备）、热水器（可中断设备）、冰箱（可中断设备）、洗衣机（可转移设 备）、电视机(不可控设备）、吸尘器(可转移设备）、蓄电池(储能设备）、电动汽车(充电设备） 等，具体为，其中改变其运行计划后对用户生活影响很大甚至无法被用户接受的用电设备 属于不可控设备;其中运行过程中可短暂断电的设备属于可中断设备;其中通电后需要运 行一段时间，运行时间可以调整到其它时段的设备属于可转移设备;其中光伏发电系统等 新能源可利用其它手段发电的设备为发电设备;其中电动汽车等可以很灵活通断电且用电 对象为蓄电池的设备属于充电设备;作为为智能家居中平衡供电侧和用电侧负载平衡的主 要设备，以工业蓄电池为核心，可灵活充放电的设备为储能设备。
[0096] (2)确定控制方案，即明确目标函数、控制变量和约束条件。包括以下步骤：
[0097] (2.1)明确控制变量
[0098] 控制变量为设备在每个时段内运行情况，设备i在h时段的运行情况用X1>h表示： ^ fo，设备断电
[0099] ，设备通电
[0100] (2.2)明确约束条件
[0101 ]各类设备运行的约束条件为：
[0102] a.可中断设备；可中断设备运行的时间受最小通电时间1^;_和最大断电时间 H胃的约束，
[0103] T^t > 7^f； min
[0104] 纖
[0105] 为可中断设备连续运行时间，Tl为可中断设备连续关断时间；
[0106] b.可转移设备；可转移设备存在最早开始运行时间Tfh,、最晚开始运行时间 、运行时间:c std约束：
[0107] tZ>tHsj
[0108] To%<TZ,ltJ
[0109] T〇%4 =T〇fMstd
[0110] 表示可转移设备开始运行时刻，T=t为可转移设备在允许运行时间内连续运 行时长；
[0111] C.充电设备；充电设备存在充电开始时间tilb、充电结束时间和电池容量 Capi约束：
[0112] ^>T^gJ
[0113] j,CE
[0114] Cap% , + X < CaPi iC: T, f 1，充电
[0115] ^; =A ., "l 0 ，不充电
[0116] 为充电设备开始运行时刻，为充电设备停止运行时刻，为充电设备 蓄电池的初始电量，rkhd为充电设备的充电效率，为设备第j个时段是否工作，为设 备i第j个时段的功率；
[0117] d.储能设备;储能设备受到电池容量C和最大充放电程度amax, i、最小充放电 程度amin,i的约束：
[0118] Capff ^ CapZ + jjuX^ - .M. :M.
[0119] VhSC^E^^C^SE c ] ，\c〇t-赠 E ，充电或放电 0120 ^u=\n 一 f'J [0 , 挂起
[0121] CaPhKF为储能设备第h个时段时所储存的电量，Capg；为储能设备前一日剩余电 量;v为数学符号意思为"任意"，表示对任意h，存在XX不等式关系;nc^nm、x^、分别 为储能设备的充电效率、放电效率、运行状态、j时段的运行功率；
[0122] (2.3)确定目标函数
[0123] 优化目标包括用电费用、用户不满意度、用电功率峰谷差及调度方案不满足约束 条件引起的惩罚项：
[0124] minF = aC+PU+yD+?S
[0125] 其中，C为一日总电费;U为用户不满意度;D为用电功率峰谷差，S为惩罚项;a、0、 Y、《分别为各项系数。
[0126] (3)建立负荷用电模型，即建立负荷运行状态与用电费用、用户不满意度、用电峰 谷差之间的关系，具体为：
[0127] minF = aC+PU+yD+?S
[0128] i=l k=l N-
[0129] U = YF. /-I N -N'
[0130] D = ：i-l i=\
[0131] 其中，C为一日总电费;U为用户不满意度;D为用电功率峰谷差，S为惩罚项;a、0、 y、《分别为各项系数;用电设备总数为N，将一天的24小时按时间长度T为单位分成H个时 段，ch为h时段的实时电价，Pi，h为设备i第h个时段的功率;Ui为设备i的用户不满意度，该 设备i可能为6类设备任意一种。
[0132] 建立负荷用电模型具体步骤为：
[0133] (3.1)建立用电费用计算模型;在分时电价环境下用户每小时用电的电价不同，计 算电费时需按小时单独计算;用电设备总数为N，将一天的24小时按时间长度T为单位分成H 个时段，所有设备一日内的N个设备的总用电费用C为：
[0134] C = fjypiJlCh f-l h-^-i
[0135] 其中，T为单位时间的长度，Pi,h为设备i在第h时段内的平均功率，Ch为h时段的实 时电价；
[0136] (3.2)建立用户不满意度计算模型;不可控设备、发电设备、不参与调度调控，储能 设备运行时不与用户交互，故这三类设备引起的用户不满意度总为0;
[0137] 可中断设备每次通电引起的用户不满意度由下式计算得到：
[0139] 其中1'。"4,*、1'。1^,^分别为设备浦最短通电时间、最佳通电时间，〖为设备浦通 电时间长度；
[0140] 可中断设备每次断电引起的用户不满意度由下式计算得到：
[0142] 其中T〇f f, i, be5St、T〇f f, i, max分别为设备i的最佳断电时间、最长断电时间，t为设备i的 断电时间长度；
[0143] 如果一个设备i为可中断设备，则其一日内产生的总用户不满意度为：
[0144] U；E =Z(iCn+u!E0&)
[0145] 可转移设备每次运行产生的用户不满意度由下式计算得到：
[0147] 其中，其中1\,1。》、1\,^1；、1\,111)分别为设备;[的最早开机时间、最佳开机电时间、最晚 开机时间，t为设备i的断电时间长度；
[0148] 如果一个设备i为可中断设备，则其一日内产生的总用户不满意度为：
[0149]
[0150] 充电设备如果在预定时间内没有充满会产生一定的用户不满意度，按下式计算：
[0152]其中，Capi、Capi, rffend分别为充电设备的电池容量、充电结束时电池电量；
[0153] (3.3)建立用电峰谷差计算模型；用户一日内所有用电设备总用电功率在用电高 峰期和用电低谷期的差按下式计算得到：
[0154] ：0 二 p，T- min 红 i-1 r=l
[0155] 其中，Pi,h为编号为i的用电设备在第h时段内的平均功率。
[0156] (4)使用离散式基于分子动理论的优化算法进行求解，求解过程如图3,具体为：
[0157] (4.1)离散式基于分子动理论的优化算法初始化
[0158] 离散式基于分子动理论的优化算法初始化参数包括目标函数、约束条件和其它参 数，其中：
[0159] 目标函数为步骤(2.3)中建立的目标函数;约束条件为步骤(2.2)中建立的约束条 件;其它参数包括:①解的维数：即所有设备各时段的运行情况，共N*H个，N为设备总数，H为 把一天24小时分成长度为T的时间段数;②分子动理论优化算法中分子受引力和斥力的概 率PM1，PM2;③最大迭代次数G，种群规模K;④终止条件:达到最大迭代次数；
[0160] (4.2)分子动理论优化算法分子库初始化
[0161] 随机产生K组决策变量组，即产生K组： Y' V Y 厂 八 u …. ^UI ^21 - x1H
[0162] ：?, ： ? > ?' 叉\ .2 ." _
[0163] 将这K组决策变量组作为K个初始解，即分子动理论优化算法中的初始种群，计算 每组解的目标函数值，即将N组决策变量带入目标函数中进行求解；
[0164] (4.3)分子相互作用产生新解
[0165] 从初始种群中筛选出目标函数值最小的分子，按下式分别计算其它分子受力情 况、分子受力大小巧、新一代分子的速度W、新一代分子的位置X 1; 引力，： rand < pml
[0166] 分子受力=斥力,pml < rand < pml + pml 波动，pm \ + pml < rand < 1 _ ，引力
[0167] Fi=l -GM^^XX^-X,)，斥力 AMJX,--Xmin)N(0，l)，波动
[0169] Xi(t+l)=Xi(t)+Vi(t+l)
[0170]其中，pml为分子受引力的概率，pm2为分子受斥力的概率，Fi为分子受力大小，G为 引力常量，Mi、Xi为所受力分子i的质量和位置，MBeshXBest分别为目标函数值最小的分子质 量和位置，A为分子波动时的受力系数，Xmax、Xmi n分别为距离分子i最远和最近的两个分子的 距离，N(0，1)为服从正态分布的随机数，VdthVdt+l)分别为第t代和t+1代分子i的速度，t 为当前迭代代数，T为最大迭代代数，X^thX^t+l)分别为分子i第t代和第t+1代分子的位 置。（4.4)更新分子动理论分子位置值
[0171]将新一代种群中的分子按目标函数进行求解，将新解的计算结果与上一代解集进 行比较，按目标函数值从小到大排序，取前50%的分子对分子动理论优化算法的种群进行 更新；
[0172] (4.5)判断是否满足终止条件
[0173]判断是否满足终止条件，若满足则终止循环并输出结果；否则重复步骤(4.3)和 (4.4)〇
[0174] (5)得到结果，对结果进行分析处理。
[0175] 实施例：
[0176] 以一户工薪阶层普通家庭用户环境为例，统计该户家庭中包括太阳能光伏发电系 统，空调，洗衣机等各类电器及设备的电气参数及用户使用习惯数据。步骤1;按照用电负荷 不同的工作特性和用户的使用习惯把用户家中涉及到的用电设备分成不可控设备、可中断 设备、可转移设备、发电设备、充电设备、储能设备共6类，详见表1-6,按表中列出的顺序分 别编号1-14,参考某地实时电价数据见表7所示。
[0177] 表丨不可控设备参数
[0187] 表6 3KW光伏阵列发电数据(编号14)(单位:kW) 「01881
[0189] 表7实时电价数据(单位:元/KW*H)
[0191 ]步骤2:确定控制方案，本例中将一天24小时以15分钟为一段分成96段。
[0192] (2.1)控制变量为设备在每个时段内运行情况，如电视机设备编号为1在中午12: 00-12:15，即一日内第49个时段的运行情况用X1>49表示： f〇，设备断电 [0193] ，设备通电
[0194] (2.2)明确约束条件
[0195] 例如，设备6为空调(表2)，属于可中断设备，受最小通电时间和最大断电时 间巧胃的约束，由表2数据知：
[0196] 7；；：；；：, >45/15=3
[0197] l；X-,,<45/15=3
[0198] T^t为设备6连续运行时间，Tit为设备6连续关断时间；
[0199] 又如:设备9为洗衣机(表3)，属于可转移设备，存在启动时间起点、启动时间 终点、通电时间T=std约束，按表3数据知：
[0200] 〇:30/15=34
[0201] 7:f : S 22:00/15=88
[0202] 7^^120/15=8
[0203] 1=表示设备9开始运行时刻，为设备9在允许运行时间内连续运行时长；
[0204] 其它设备如上两例。
[0205] (2.3)确定目标函数
[0206] 优化目标包括用电费用、用户不满意度、用电功率峰谷差及调度方案不满足约束 条件引起的惩罚项：
[0207] minF = aC+PU+yD+?S
[0208] 其中，C为一日总电费;U为用户不满意度;D为用电功率峰谷差，S为惩罚项;a、0、 y、《分别为各项系数，此例中a、0、y、《分别取1，1，1，1000。
[0209] 步骤3:按【具体实施方式】中（3)建立负荷用电模型，即建立负荷运行状态与用电费 用、用户不满意度、用电峰谷差之间的关系，相关参数已在表1-7中给出。
[0210] 步骤4:使用离散式基于分子动理论的优化算法进行求解，求解过程如图2,此例中 相关参数设置为:①解的维数为14*96 = 1344维;②分子动理论优化算法中分子受引力和斥 力的概率PM1，PM2分别为0.5，0.46;③最大迭代次数G= 1000，种群规模K = 200;④终止条 件:达到最大迭代次数。
[0211] 步骤5:得到结果，对结果进行分析。
[0212] 以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的技术人员来 说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应属于 本发明的保护范围。
【主权项】
1. 一种家庭电负荷调度方法，其特征在于:包括以下步骤： (1) 按照用电负荷不同的工作特性和用户的使用习惯可以把所有负荷分成了不可控设 备、可中断设备、可转移设备、发电设备、充电设备、储能设备共6类； (2) 确定控制方案，即明确目标函数、控制变量和约束条件； (3) 建立负荷用电模型，即建立负荷运行状态与用电费用、用户不满意度、用电峰谷差 之间的关系； (4) 使用离散式基于分子动理论的优化算法进行求解； (5) 得到结果，对结果进行分析处理。2. 根据权利要求1所述的一种家庭电负荷调度方法，其特征在于:所述步骤（1)中，其中 改变其运行计划后对用户生活影响很大甚至无法被用户接受的用电设备属于不可控设备； 其中运行过程中可短暂断电的设备属于可中断设备；其中通电后需要运行一段时间，运行 时间可以调整到其它时段的设备属于可转移设备;其中可发电的设备为发电设备;其中可 以灵活通断电且用电对象为蓄电池的设备属于充电设备；以工业蓄电池为核心、可灵活充 放电的设备为储能设备。3. 根据权利要求1所述的一种家庭电负荷调度方法，其特征在于:所述步骤(2)中确定 控制方案包括以下步骤： (2.1) 明确控制变量 控制变量为设备在每个时段内运行情况，设备i在h时段的运行情况用X1,h表示：(2.2) 明确约束条件 各类设备运行的约束条件为： a.可中断设备;可中断设备运行的时间受最小通电时间1^_和最大断电时间T151Imax的 约亩，为可中断设备连续运行时间，为可中断设备连续关断时间； b .可转移设备；可转移设备存在启动时间起点rCtegi、启动时间终点Tfndi、通电时间T=表示可转移设备开始运行时刻，Tf1,为可转移设备在允许运行时间内连续运行时 长； c.充电设备;充电设备存在充电开始时间、充电结束时间和电池容量CapjtT=为充电设备开始运行时刻，Tg为充电设备停止运行时刻，为充电设备蓄电 池的初始电量，ru,i为充电设备的充电效率，为设备第j个时段是否工作，为设备i第 j个时段的功率； d.储能设备;储能设备受到电池容量和最大充放电程度amax,,、最小充放电程度 amin，i的约束：Cap【f为储能设备第h个时段时所储存的电量，Cap=；为储能设备前一日剩余电量;V为 数学符号意思为"任意"，表示对任意h，存在XX不等式关系;!!。^&上+^^分别为储能设 备的充电效率、放电效率、运行状态、j时段的运行功率； (2.3)确定目标函数 优化目标包括用电费用、用户不满意度、用电功率峰谷差及调度方案不满足约束条件 引起的惩罚项： minF=aC+0U+yD+〇S 其中，C为一日总电费;U为用户不满意度;D为用电功率峰谷差，S为惩罚项;α、β、γ、ω 分别为各项系数。4.根据权利要求3所述的一种家庭电负荷调度方法，其特征在于:所述步骤(3)中建立 负荷用电模型，即建立负荷运行状态与用电费用、用户不满意度、用电峰谷差之间的关系， 具体为： min F=aC+0U+yD+〇S其中，C为一日总电费;U为用户不满意度;D为用电功率峰谷差，S为惩罚项;α、β、γ、ω 分别为各项系数；用电设备总数为Ν，将一天的24小时按时间长度T为单位分成H个时段，Ch 为h时段的实时电价，P1,h为设备i第h个时段的功率J1为设备i的用户不满意度，该设备i可 能为6类设备任意一种;建立负荷用电模型具体步骤为： (3.1) 建立用电费用计算模型;在分时电价环境下用户每小时用电的电价不同，计算电 费时需按小时单独计算；用电设备总数为N，将一天的24小时按时间长度T为单位分成H个时 段，所有设备一日内的N个设备的总用电费用C为：共中，173早位时|日」的长度，Pi,h为设备i在第h时段内的平均功率，Ch为h时段的实时电 价； (3.2) 建立用户不满意度计算模型;不可控设备、发电设备、不参与调度调控，储能设备 运行时不与用户交互，故这三类设备引起的用户不满意度总为〇; 可中断设备每次通电引起的用户不满意度由下式计算得到：其中1'。11,:1,1^11、1'。11,:1,^1;分别为设备1的最小通电时间、最佳通电时间，1：为设备1的通电时 间长度； 可中断设备每次断电引起的用户不满意度由下式计算得到：其中Tclff, i,be3St、Tclff, i,max分别为设备i的最佳断电时间、最大断电时间，t为设备i的断电 时间长度； 如果一个设备i为可中断设备，则其一日内产生的总用户不满意度为：可转移设备每次运行产生的用户不满意度由下式计算得到：其中，其中1^1_、1^(^、1'_分别为设备浦启动时间起点、最佳启动时间、启动时间终 点，t为设备i的断电时间长度； 如果一个设备i为可转移设备，则其一日内产生的总用户不满意度为：充电设备如果在预定时间内没有充满会产生一定的用户不满意度，按下式计算：其中，Capi、Capi, off end分别为充电设备的电池容量、充电结束时电池电量； (3.3)建立用电峰谷差计算模型；用户一日内所有用电设备总用电功率在用电高峰期 和用电低谷期的差按下式计算得到：其中，P1,h为编号为i的用电设备在第h时段内的平均功率。5.根据权利要求4所述的一种家庭电负荷调度方法，其特征在于:所述步骤(4)中使用 离散式基于分子动理论的优化算法进行求解包括以下步骤： (4.1) 离散式基于分子动理论的优化算法初始化 离散式基于分子动理论的优化算法初始化参数包括目标函数、约束条件和其它参数， 其中： 目标函数为步骤(2.3)中建立的目标函数;约束条件为步骤(2.2)中建立的约束条件； 其它参数包括:①解的维数：即所有设备各时段的运行情况，共N*H个，N为设备总数，H为把 一天24小时分成长度为T的时间段数;②分子动理论优化算法中分子受引力和斥力的概率 PMl，PM2;③最大迭代次数G;④终止条件:达到最大迭代次数； (4.2) 分子动理论优化算法分子库初始化 随机产生K组决策变量组，即产生K组：将这K组决策变量组作为K个初始解，即分子动理论优化算法中的初始种群，计算每组 解的目标函数值，即将N组决策变量带入目标函数中进行求解； (4.3) 分子相互作用产生新解 从初始种群中筛选出目标函数值最小的分子，按下式分别计算其它分子受力情况、分 子受力大小F1、新一代分子的速度V1、新一代分子的位置X1;Xi(t+1) = Xi(t)+Vi(t+l) 其中，pml为分子受引力的概率，pm2为分子受斥力的概率,F1为分子受力大小，G为引力 常量，Mi、Xi为所受力分子i的质量和位置，MBf3st、XBf3st分别为目标函数值最小的分子质量和 位置，A为分子波动时的受力系数，X max、Xmin分别为距离分子i最远和最近的两个分子的距 离，N(0，1)为服从正态分布的随机数，Vi(t)、Vi(t+l)分别为第t代和t+Ι代分子i的速度，t为 当前迭代代数，T为最大迭代代数，XKthXdt+l)分别为分子i第t代和第t+Ι代分子的位置。 (4.4) 更新分子动理论分子位置值 将新一代种群中的分子按目标函数进行求解，将新解的计算结果与上一代解集进行比 较，按目标函数值从小到大排序，取前50 %的分子对分子动理论优化算法的种群进行更新； (4.5) 判断是否满足终止条件 判断是否满足终止条件，若满足则终止循环并输出结果;否则重复步骤(4.3)和(4.4)。
【文档编号】G06Q10/06GK105894188SQ201610194795
【公开日】2016年8月24日
【申请日】2016年3月31日
【发明人】易灵芝, 李胜兵
【申请人】湘潭大学