1、智能電網環境下家庭能源管理系統技術的研究【摘要】智能電網環境下家庭能源管理系統與傳統家 庭能源管理系統有顯著的不同，智能電網環境下家庭能源管 理系統有新的功能需求。提出了通過研究給出了智能電網環 境下家庭能源管理系統的技術體系，討論了存在的技術挑 戰，指出了未來的研究方向。【關鍵詞】智能電網；家庭能源管理系統；優化調度中圖分類號： TP39文獻標識碼： A文章編號： 1006-0278 （2015） 04-101-01一、家庭能源管理系統的檢測技術家庭能源管理系統的檢測技術與傳統的家庭能源管理 系統相比，智能電網環境下家庭能源管理系統檢測的物理量 范圍更廣、頻率更高、粒度更細。以檢測用電設備的

2、耗電量為例，智能電網環境下的家庭 能源管理系統不僅要檢測家庭用戶的總用電量，還要將用電 量細化到具體的用電設備和用電時段上。傳統檢測方法需要 為每個檢測對象安裝傳感器，成本高，安裝、維護難，并且 它是一種侵入式檢測方法，難以被用戶接受。非侵入式負載 檢測方法可以彌補傳統方法的不足，是當前的研究熱點。該 方法通過分析負載的穩態和瞬態特征實現負載的識別。非侵 入式負載檢測方法只需要在家庭環境內安裝少量傳感器檢 測關鍵節點的用電量，然后通過算法來確定具體設備的工作 狀態和耗電量。可以采用基于“時間窗口”的方法以窗口期 功率信號的邊沿特征、順序特征、變化趨勢和持續時間為特 征量，通過與特征數據庫中的特

3、征匹配來識別設備，從而將 智能電表測量的總功耗分解到具體的用電負載。非侵入式負 載檢測方法中設備特征選取和識別算法設計是關鍵，目前的 算法有時間序列法、維特比算法等。非侵入式負載檢測方法 采用的儀表少、成本低、安裝維護容易，易于被用戶接受， 但對于能耗小、工作模式復雜的設備進行識別比較困難，并 且隨著設備數量的增加，識別精度下降；大部分算法需要大 量的訓練和標定過程。對家庭環境內用戶的物理位置和行為 進行檢測和識別，采用一定的方法對用戶的行為模式進行預 測有利于家庭能源管理系統對設備的運行進行優化調度。因 此，非侵入式檢測識別算法、多用戶用能行為檢測和識別是 家庭能源管理系統檢測技術領域未來的

4、研究重點。二、家庭能源管理系統的網絡通信技術 與傳統的家庭能源管理系統不同，智能電網環境下的家 庭能源管理系統不僅要對單個家庭環境內的用能進行優化、 管理，而且多個家庭還要協同工作，因此，智能電網環境下 的家庭能源管理系統需要家域網( Home Area Network )、小 區網絡( Neighborhood Area Network )和廣域網( Wide Area Net-work )三種網絡的支持。每個家庭能源管理系統含有一 個智能電表，它是家域網與外部網絡進行信息交換的接口。 同一區域的眾多智能電表構成小區網絡，來自各個智能電表 的數據在小區網絡數據聚合中心進行聚合，再通過廣域網送

5、 到電力公司用于實現用能計量、負載預測等功能；電力公司 發布的需求響應控制命令、電價等信息沿相反的路徑傳輸。 無線通信技術是當前組建家庭能源管理系統家域網的主流 技術， 其中 ZigBee 技術由于具有低功耗、 自組織、 拓撲結構 靈活、低成本等優點，是家庭能源管理系統家域網最常用的 通信方式。根據優化調度的目的不同，當前的優化調度算法 主要分為以下三類：總用電功耗小于目標值的調度算法、最 大化可再生能源利用率的調度算法、最小化用戶用能費用的 調度算法。(一) 總用電功耗小于目標值的調度算法 在居民側實施需求響應除了利用動態電價信號通過經 濟刺激方法引導用戶改變用電模式外，電力公司還可以根據

6、當前的電力供應情況，直接向用戶發布需求響應控制信號， 向用戶指定需求響應的持續時段和在此期間該用戶的家庭 用電上限，電力公司根據事先與用戶簽訂的協議為用戶支付 相應的經濟補償。用戶收到需求響應控制信號后，通過家庭 能源管理系統中的優化調度模塊對家庭環境內的用電設備 進行調度，確保滿足需求響應控制信號的要求，必要時可以 犧牲用戶的部分舒適度。優化調度算法不僅要考慮可調度負 載對家庭總用電量的影響，還要考慮不可調度負載及可再生 能源出力不確定性對調度結果的影響。（二）最大化可再生能源利用率的調度算法 光伏發電和風力發電的出力不確定性不利于它們大規 模接入電網，限制了它們的利用率，通過大容量的儲能系

7、統 可以削弱出力波動，提高可再生能源的利用率，但該方法成 本高，不便推廣。同時光伏發電、風力發電的出力波動大， 儲能系統的容量不易確定，儲能系統的利用效率低。家庭能 源管理系統通過對用電負載和儲能系統的調度，優先消納本 地光伏發電、風力發電等可再生能源產生的電能，有利于提 高可再生能源的利用率，降低可再生能源出力波動對電網的 不利影響。家庭能源管理系統可以根據天氣預報網站分小時 發布的天氣預報信息對可再生能源的出力進行預測，然后根 據電價的預測結果和用電負載的優先級對用電設備進行調 度，從而最大化可再生能源的利用率，并最小化用戶用能費 用。將電動汽車的充 /放電與可再生能源發電預測相結合， 建

8、 立一個同時計及具有 V2G 功能的電動汽車、 風電和光伏發電 系統出力不確定性的電力系統協同調度模型，可平抑可再生 能源的出力波動，改善電力系統運行的經濟性，提高可再生 能源的利用率。(三) 最小化用戶用能費用的優化調度算法 在智能電網環境下，家庭能源管理系統除了降低負載的 空閑損耗來降低用電費用外，可以采取多種方法來降低用戶 用電費用：響應電價信號，將部分負載從“高電價時段”調 度到“低電價時段” ；根據可再生能源發電的出力狀況協同 控制用電設備增加低成本可再生能源的利用量，減少從電網 購買的電能；將可再生能源產生的多余電量售給電網；利用 儲能系統在低電價時存儲電能，在高電價時供給用電負載或 售給電網獲取經濟效益等。三、結語在智能電網環境下， 居民用戶擁有用電負載、 儲能系統、 分布式電源等設備，家庭環境內的用電網絡已經構成一個家 域微電網。家庭能源管理系統為節能減排、提高用電效率及 智能電網環境下的居民側需求響應實施、分布式電源和電動 汽車接入網絡提供支持。研究人員在家庭能源管理系統結 構、檢測技術、網絡通信技術、優化調度算法等領域進行了 深入研究，但仍存在一些挑戰尚未解決。對智能電網環境下 家庭能源管理系統的研究有助于智能電