[发明专利]考虑用户行为不确定性的家庭能量管理优化方法

权利要求书

1.一种考虑用户行为不确定性的家庭能量管理优化方法，其特征是，在家庭能量管理系统模型的基础上，将用户不确定行为量化，将用户的电气设备允许启止时间、环境温度偏好、临时热水用量用舒适度偏差系数表示，将用户不确定性参数和用电成本共同作为目标函数进行求解，同时，采用模型预测控制的方法，将所述家庭能量管理系统模型在日内以滚动优化的方式运行，随着系统运行状态和预测信息实时调整运行计划实现家庭能量管理优化。

2.如权利要求1所述的考虑用户行为不确定性的家庭能量管理优化方法，其特征是，具体步骤如下：

1)根据家用电器的用电特性，将家用电器分为分布式发电设备、储能设备和家庭用电负荷，建立家庭用电设备运行模型；

2)对用户的主观行为进行分析，将用户的电气设备允许启止时间，环境温度偏好，临时热水用量用舒适度偏差系数表示，对用户行为进行建模；

3)针对用户行为和家庭用户成本，建立考虑用户行为不确定性的家庭能量管理模型，选用用户净电费和舒适度＝违反系数为目标函数，求解多目标优化问题；

4)利用模型预测控制方法，对建立的日前家庭运行模型进行滚动优化求解，得出仿真优化结果。

3.如权利要求1所述的考虑用户行为不确定性的家庭能量管理优化方法，其特征是，详细步骤如下：

一、家庭能量管理系统模型

在家庭能量管理系统中，家庭智能用电设备是主要的控制对象，通过对不同类型的设备的电气特性进行分类和建模，分析其对家庭用电的影响，设定调度周期为24h，将其等为N个时段，每个时段时长为Δt，各个时段记为i，则各类电气设备的运行模型如下：

(一)可中断负荷：P_ICL,i为可中断负荷在第i时段内的运行功率；p_ICL,r为可中断负荷的额定功率，x_ICL,i为第i时段内可中断负荷的运行状态，0为不运行，1为运行；[b_ICL,e_ICL]为可中断负荷的允许工作时段，l_ICL为可中断负荷的运行总时长，则可中断负荷工作约束为：

P_ICL,i＝x_ICL,i·p_ICL,r (1)

(二)不可中断负荷：包括可中断负荷的运行约束，同时增加保证不可中断特性的补充约束为：

P_UICL,i为不可中断负荷在第i时段的运行功率；p_UICL,r为负荷的额定功率。x_UICL,i为负荷第i时段的运行状态；[b_UICL,e_UICL]为允许的运行时段，l_UICL为运行总时长；

(三)温控负荷：温控型负荷指那些通过控制温度实现负荷运行优化的设备，设T_in,i和T_out,i分别代表第i时段的室内和室外空气温度；C_ac是室内空气的热容量；p_ac,i是第i时段内空调的运行功率，R是房屋的热阻，则空调的运行模型和温度上下限约束为：

T_in,min≤T_in,i≤T_in,max (6)

设T_st,i表示第i时段内电热水器的热水温度；为注入到水箱中的冷水温度；V_cold,i为第i时段内需注入的冷水体积；V_total为水箱的总容量；C_st为千瓦时和焦耳的转换系数；p_st,i为第i时段电热水器的运行功率，则热水器的运行模型和温度上下限约束为：

T_st,min≤T_st,i≤T_st,max (8)

(四)分布式光伏设备：在家庭能量管理系统中，光伏设备通过光能转化为电能，在经过变流器和逆变器，转化为可供家庭用电设备使用的工频电流，从而提供给家庭用电设备或存储至储能设备中，设p_pv,i代表光伏输出功率，η_pv表示光伏系统的光电转化效率，S_pv表示光伏电板的接收面积m²，I_pv,i表示光伏系统阳光辐射强度(kW/m²)，表示室外的温度(℃)，则光伏电池的功率特性为：

(五)储能设备：设SOC为储能设备的荷电状态，分别代表家庭储能设备的充电和放电功率以及充电和放电的工作状态；η_ch为充电效率；η_dch为放电效率；和代表充电和放电的最大功率；ε代表自放电率，Q_r为蓄电池额定容量，则家庭储能设备的充电放电特性和运行约束如式(10)-式(15)所示：

SOC_min≤SOC_i+1≤SOC_max (11)

SOC₉₆≤SOC_ini (15)

二、用户不确定行为分析

(1)不可中断负荷不确定性行为

在实际运行中，由于用户行为会导致工作允许开始时间延后或者工作允许截止时间提前，这两种情况都会导致原有的运行计划不能正常完成，不可中断负荷的实际允许工作时间和实际截止工作时间的变化服从正态分布，满足与采用蒙特卡洛抽样的方法模拟N种不同场景，设b_UICL,j为场景j下的起始工作时段，e_UICL,j为场景j下的终止工作时段，x_UICL,i为不可中断负荷运行状态，p_UICL,i为不可中断负荷的用电功率，得到的不可中断负荷舒适度偏差C_UICL如下所示：

(2)可中断负荷不确定性行为

与不可中断型负荷类似，可中断负荷的运行时间同样会收到用户行为的影响，可中断负荷的实际工作开始时间b_ICL,j和实际工作截止时间e_ICL,j同样满足正态分布，采用蒙特卡洛模拟的方法，设b_ICL,j为场景j下可中断负荷的实际允许运行时间，e_ICL,j为场景j下可中断负荷的实际截止运行时间，x_ICL,i为可中断负荷的运行状态，p_ICL,i为可中断负荷的用电功率，得到的可中断负荷舒适度偏差C_ICL如下所示：

(3)不确定温度偏好

用户的偏好温度发生时间i_ac,b,j在规定时段内均匀分布，改变时间为30分钟，而用户的偏好温度T_in,j,i服从正态分布，并在发生时间内保持恒定，采用蒙特卡特抽样的方法，设T_in,j,t为场景j下第i时段的用户偏好舒适温度，T_in,i为第i时段的室内温度，得到的用户温度舒适度偏差为：

(4)不确定热水用量

用户在[i_st,min,i_st,max]内出现临时的用水，启动时间i_st,b,j和用水量V_st,j服从均匀分布，用水时长为30分钟，通过蒙特卡特抽样的方法，设Q_st,j,i为场景j下第i时段的热水器消耗热量，T_ws,j,i为场景j下第i时段的热水温度。Q_i为i时段的热水器消耗热量，得到的用户热水用量舒适度偏差C_st如下所示：

Q_st,j,i＝c_water·V_total·(T_st,j,i+1-T_st,j,i) (20)

Q_i＝c_water·V_total·(T_st，i+1-T_st，i)   (22)

三、考虑用户行为不确定性的家庭能量管理优化模型

选择用户净电费和舒适度违反系数两个目标作为优化模型的目标函数，采用加权和的方法进行求解，ω₁和ω₂为用户经济性和舒适度的权重系数，ω₁+ω₂＝1；通过归一化的方法，设C_cost为考虑用户行为的家庭能量管理模型一天的用电成本，C_com为模型一天内的用户舒适违反指数总和，C_cost,max和C_cost,min为迭代中出现的用电成本的最大值和最小值，C_com,max和C_com,min为迭代中出现的用户舒适违反指数的最大值和最小值，

p_grid,i表示第i时段家庭能量管理系统与电网的交互功率，price_b,i代表第i时段用户的购电价格，price_s,i代表第i时段用户的售电价格，ρ为惩罚因子，ε_n为不确定性行为n的发生概率，B为不确定行为集合。得到的家庭能量管理系统优化模型的目标函数为：

在家庭能量优化调度模型中，除了运行设备约束外，还需添加电功率平衡约束，设P_pv,i为第i时段分布式光伏设备的发电功率，P_δ,i为δ类负荷第i时段的用电功率，包含储能设备和各类用电负荷。则电功率平衡约束如下所示

四、基于模型预测控制的实时滚动优化

模型预测控制通过滚动优化过程，是将公式中的运行时段t＝1...N变为t＝i...N。如t＝i时刻，将i时刻的热水器水温，室内温度等真实运行数据与下一个优化时域T内的预测数据一起带入到家庭能量管理系统中，得到下一个优化时域T的优化调度结果。在(i,i+1)时段，采用优化调度结果对家庭用电设备进行优化调度，到了t＝i+1后，重复上述过程，一直持续到一天结束。