智能电网环境下家庭能源管理系统技术的研究.doc

《智能电网环境下家庭能源管理系统技术的研究.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、智能电网环境下家庭能源管理系统技术的研究　　【摘要】智能电网环境下家庭能源管理系统与传统家庭能源管理系统有显著的不同，智能电网环境下家庭能源管理系统有新的功能需求。提出了通过研究给出了智能电网环境下家庭能源管理系统的技术体系，讨论了存在的技术挑战，指出了未来的研究方向。　　【关键词】智能电网；家庭能源管理系统；优化调度　　中图分类号：TP39　　文献标识码：A　　文章编号：1006-0278（2015）04-101-01　　一、家庭能源管理系统的检测技术　　家庭能源管理系统的检测技术与传统的家庭能源管理系统相比，智能电网环境下家庭能源管理系统检测的物理量范围更广、频率更高

2、、粒度更细。　　以检测用电设备的耗电量为例，智能电网环境下的家庭能源管理系统不仅要检测家庭用户的总用电量，还要将用电量细化到具体的用电设备和用电时段上。传统检测方法需要为每个检测对象安装传感器，成本高，安装、维护难，并且它是一种侵入式检测方法，难以被用户接受。非侵入式负载检测方法可以弥补传统方法的不足，是当前的研究热点。该方法通过分析负载的稳态和瞬态特征实现负载的识别。非侵入式负载检测方法只需要在家庭环境内安装少量传感器检测关键节点的用电量，然后通过算法来确定具体设备的工作状态和耗电量。可以采用基于“时间窗口”的方法以窗口期功率信号的边沿特征、顺序特征、变化趋势和持续时间

3、为特征量，通过与特征数据库中的特征匹配来识别设备，从而将智能电表测量的总功耗分解到具体的用电负载。非侵入式负载检测方法中设备特征选取和识别算法设计是关键，目前的算法有时间序列法、维特比算法等。非侵入式负载检测方法采用的仪表少、成本低、安装维护容易，易于被用户接受，但对于能耗小、工作模式复杂的设备进行识别比较困难，并且随着设备数量的增加，识别精度下降；大部分算法需要大量的训练和标定过程。对家庭环境内用户的物理位置和行为进行检测和识别，采用一定的方法对用户的行为模式进行预测有利于家庭能源管理系统对设备的运行进行优化调度。因此，非侵入式检测识别算法、多用户用能行为检测和识别是家

4、庭能源管理系统检测技术领域未来的研究重点。　　二、家庭能源管理系统的网络通信技术　　与传统的家庭能源管理系统不同，智能电网环境下的家庭能源管理系统不仅要对单个家庭环境内的用能进行优化、管理，而且多个家庭还要协同工作，因此，智能电网环境下的家庭能源管理系统需要家域网（HomeAreaNetwork）、小区网络（NeighborhoodAreaNetwork）和广域网（WideAreaNet-work）三种网络的支持。每个家庭能源管理系统含有一个智能电表，它是家域网与外部网络进行信息交换的接口。同一区域的众多智能电表构成小区网络，来自各个智能电表的数据在小区网络数据聚合中心进

5、行聚合，再通过广域网送到电力公司用于实现用能计量、负载预测等功能；电力公司发布的需求响应控制命令、电价等信息沿相反的路径传输。无线通信技术是当前组建家庭能源管理系统家域网的主流技术，其中ZigBee技术由于具有低功耗、自组织、拓扑结构灵活、低成本等优点，是家庭能源管理系统家域网最常用的通信方式。根据优化调度的目的不同，当前的优化调度算法主要分为以下三类：总用电功耗小于目标值的调度算法、最大化可再生能源利用率的调度算法、最小化用户用能费用的调度算法。　　（一）总用电功耗小于目标值的调度算法　　在居民侧实施需求响应除了利用动态电价信号通过经济刺激方法引导用户改变用电模式外，电

6、力公司还可以根据当前的电力供应情况，直接向用户发布需求响应控制信号，向用户指定需求响应的持续时段和在此期间该用户的家庭用电上限，电力公司根据事先与用户签订的协议为用户支付相应的经济补偿。用户收到需求响应控制信号后，通过家庭能源管理系统中的优化调度模块对家庭环境内的用电设备进行调度，确保满足需求响应控制信号的要求，必要时可以牺牲用户的部分舒适度。优化调度算法不仅要考虑可调度负载对家庭总用电量的影响，还要考虑不可调度负载及可再生能源出力不确定性对调度结果的影响。　　（二）最大化可再生能源利用率的调度算法　　光伏发电和风力发电的出力不确定性不利于它们大规模接入电网，限制了它们的

7、利用率，通过大容量的储能系统可以削弱出力波动，提高可再生能源的利用率，但该方法成本高，不便推广。同时光伏发电、风力发电的出力波动大，储能系统的容量不易确定，储能系统的利用效率低。家庭能源管理系统通过对用电负载和储能系统的调度，优先消纳本地光伏发电、风力发电等可再生能源产生的电能，有利于提高可再生能源的利用率，降低可再生能源出力波动对电网的不利影响。家庭能源管理系统可以根据天气预报网站分小时发布的天气预报信息对可再生能源的出力进行预测，然后根据电价的预测结果和用电负载的优先级对用电设备进行调度，从而最大化可再生能源的利用率，并最