1 家庭电能管理系统架构

家庭电能管理系统是电网在用户消费侧的重要组成部分，它利用一定的技术手段来实现用户对家庭用电设备的检测、管理和减少电费开支。在分时电价的大环境下合理地使用电器来达到减少电费，控制以家庭为主的碳排放，起到保护环境的作用。利用多目标优化算法使用户舒适度 、电能消耗和碳排放达到其架构如图 1所示。

系统主要包括智能插座，智能电表。智能电表可以把家庭的用电情况上传给国家能源网），电网通过智能电表给用户家庭提供电能和提供分时电价的价格。智能插座连接用户的用电设备，获取用电设备的基本数据，例如功率，电压和用电时长等，并且通过电闸进一步来控制设备。收集到的数据通过智能插座上传给多目标优化器来进行分析。多目标优化控制器将得到的数据结合三个优化条件（用户舒适度碳排放量和电能的消耗）和电网公布的分时电价及用户对设备的使用意向来进行优化，并把优化的结果传送给智能插座来控制设备的使用。

2 家庭电能管理系统优化模型

家庭电能管理系统是针对拥有多个家居用电设备的单个用户，这些设备通过智能插座全部与管理系统相连。当HEMS开始运行后，这些设备就会立即作出反应，在整个优化过程里，系统会将优化的时间划分为长度相同的子时间段。

2 .1 用电负荷模型

在日常生活里，每个用电设备都有不同的用电方式，本文依据设备间的用电特性将所有家用设备分为刚性设备柔性设备和 HVAC设备。刚性设备表示用电设备的使用时间不会根 据优化系统而改变，例如冰箱、电灯等。柔性设备又根据设备使用时间在平移过程中可否中 断分为两类： ①可平移不可中断设备，如洗碗机、洗衣机，其运行时段可以进行移动、调整，但工作期间设备不可中断；②可平移可中断设备，表示此类家用设备的使用时间根据优化系统而发生变化，并且在运行期间可中断使用，如电动车，热水器。HVAC 设备表示此类设备的使用情况只与温度有关，如空调。

2.1.1 刚性设备

该类设备直接影响着用户的正常生活，不会随着优化发生改变，例如电冰箱，电灯等。

刚性设备模型：

2.1.2 柔性设备

该类设备的用电时间较为灵活，依据用电特性和用电过程中可否中断分为可平移不可中断设备和可平移可中断设备。

可平移可中断设备模型：

2.1.3 HAVC设备

暖通空调系统（heating，ventilation and aircon- ditioning，HVAC）是包含温度、湿度、空气清净度以及空气循环的控制系统，因此室内外温度，以及用户自行设置的*佳温度值和房屋的热参数决定了该类设备的运行时间 。

2 .2 优化调度目标函数

2.2.1 经济目标函数

经济目标函数是把家庭用电费用作为优化目标。优化后的值越小表示优化效果越好。

2.2.2 用户舒适度函数

用户舒适度函数是将用户对用电设备优化后的使用时间段的满意度作为优化目标。优化 后的数值越大，表示用户对于优化后的设备使用时间满意度越高。

2.2.3 碳排放量函数

家庭侧碳排放有很多种，例如汽车尾气排放，煤气灶生活做饭等，本文选择煤炭发电导 致的碳排放，根据市场调查每消耗一度电的碳排放量是 0.785 kg。就目前国内的情况，小区没有安装光伏发电装置，碳排放量与用电量消耗的线性关系如下：

在以后的发展中，小区里有了光伏发电装置后，碳排放量与光伏发电的使用效率有关，当光伏发电的用电效率达到碳排放量；反之当光伏发电的用电效率达到，碳排放量达到*大。在光伏发电装置中，需要有发电、储电的过程。本文不再赘述。

2 .3 约束条件

2.3.1 功率对等约束条件

在家庭系统中电能需要守恒，即生产的电能与消耗的电能应该保持平衡。功率平衡约束如下：

2.3.2 温度设备约束条件

用户对于温控设备的运作时间与工作时段并不关心，关心的是在特定的时间内由温控设 备控制的温度有没有达到要求。所以对温控设 备来说不存在时间约束，只存在温度约束。其温度约束如下：

2.3.3 工作时间约束条件

对某一电器设备来说，需要工作的时间片数为 N，HEMS需要保证每一个电器设备都能够完成工作。所以每个电器设备工作的时间片数应该与 N 相等，即：

2 .4 多目标优化调度策略

2.4.1 多目标优化算法

在 2.2节介绍的3个目标（用电费用户舒适度和碳排放量）中，如果仅将用电费用优化到低，在电价较低时才使用电，不可避免地会引起用户的不满。同样，当一个目标达到佳时，会对其他两个优化目标产生一定的影响。本文的多目标优化调度策略综合考虑用电费用户舒适度以及碳排放量的因素，使得达到优。

传统多目标优化方法都是根据对不同目标的不同要求，将目标通过某种方式转变为单目标优化可以求解的问题。缺点是仅能求出优化问题的局部优解，求解的结果强烈依赖于初始值。智能优化算法的提出改善了这方面的问题。目前的智能算法就是粒子群算法。

2.4.2 粒子群算法

粒子群（particleswarm optimization ，PSO）算法从随机触发，通过迭代寻找到优解。粒子群的标准算法容易陷入局部优，导致结果不准确，且不能解决离散及组合优化问题。因此本文使用改进的多目标粒子群算法，在该算法中每个粒子的速度和位置按照如下方程来更新：

2.4.3 算法比较

图2是标准的粒子群算法流程图，图,3是改进的粒子群算法流程图。比对图2与图3能看出，改进的粒子群算法，在标准的粒子群算法基础上，改变了权重因子w和学习因子c的取值方法，提高了粒子群算法的全局搜索能力，避免陷入局部优。

3 家庭电能管理系统

家庭电能管理系统运作流程如下：

（1）在优化前，多目标优化控制器获取到设备的所有参数，其包括用电设备的额定功率和工作时长，以及用户希望设备工作的时间段。

（2）智能电表将获取到的分时电价信息上传给多目标优化控制器。

（3）多目标优化器通过平移柔性设备的运行时间来节省电费，通过每一天的电量使用检测追踪用户侧的碳排放量，通过使设备在用户理想的时间段运行来保证用户满意度，后结合约束条件，制订各柔性负荷的调度计划。

【参考文献】

【1】者佳男.吴 莹.李 皎.基于分时电价和多目标优化的家庭电能管理系统的设计与实现

【2】武东升. 家庭能量管理系统用电与电能调度优化策略研究［D］. 哈尔滨：哈尔滨工业大学，2017.

【3】周中.智能电网用户端电力监控与电能管理系统 产品选型及解决方案[M] .北京：机械工业出版社，2012.

【4】安科瑞企业微电网设计与应用手册.2022.05

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。