智能电网用户需求侧半实物仿真技术研究

应事件,这种响应可以降低对一些设备的功率,也可以将信号进一步传输到其他VEN,这种情况下,VEN将成为新交互过程的
VTN。

本仿真系统的VTN为需求响应服务平台,VEN为需求响应终端模块,它们相互传递基于OpenADR2.0b的需求响应和价格等信息。而供电侧仿真平台和需求响应中心属于供电侧的系统,服务商负责维护需求响应服务平台,发生需求响应事件时,通知各个参与用户及时作出反馈和相应措施^[17]。

3.2 用户侧仿真

在用户侧,各参与用户都有能够接收需求响应信息的需求响应终端模块,该模块可以是一个独立的用户终端设备,也可以是用户能源管理系统的嵌入式模块。当用户接收到需求响应或价格等信息后,按照相应的需求响应控制策略控制用电设备,可以实现电网削峰填谷、缓解供电紧张、提高电网运行效率等功能。用户需求侧仿真系统总体架构如图2
所示。

图2 用户需求侧仿真系统总体架构Fig.2 Overall structure of demand-side simulation system for users

需求响应的服务平台可以根据需求响应中心传输的电价、事件信息以及用户的需求情况对任务进行调整,并分配给用户;可以将各用户的反馈信息进行总结,形成供用户查询的评估结果,并实现需求响应平台与用户之间的信息交互。

 4 用户用能系统仿真

随着用户侧智能设备的逐渐增多,用户侧设备的接入方式也从被动参与向主动参与变化,同时,不同参与主体,还需要进行互相协商。而当前的仿真技术还停留在传统的资源调控,仿真技术支撑薄弱。可以通过建立包含分布式电源、分散式储能、电动汽车、空调及电热锅炉等多元化资源互联场景,模拟不同调控策略下的运行效果,提出多元化需求侧资源互联模式下的调控策略优化方法,可为多元化需求侧资源互联仿真与验证提供技术支撑,为构建低碳环保型用能环境提供支撑。

4.1 用能设备仿真理论

需求侧仿真技术主要基于系统仿真理论及自动控制理论,在此基础上构建分布式电源、用户侧储能等系统数字仿真模型。

系统仿真理论利用数学公式、逻辑公式和算法等表示系统实际状态和输入输出的关系。当建立数学模型比较困难时,通常可以使用仿真技术。Matlab具有强大的图形处理及仿真模拟等功能,可进行仿真模块的搭建^[18]。可利用Matlab及其动态仿真工具Simulink对参与自动需求响应的实体进行仿真模块搭建,通过软件对自动需求响应建模,建立包括需求侧分布式电源、电动汽车、分散式储能、空调及电热锅炉等实体对象,并构建合适网络拓扑用以仿真。系统仿真理论可用于需求侧仿真软件的研发和
测试。

自动控制理论以自动控制系统为研究对象,在运动和发展的过程中观察系统,揭示出相同类型或所有类型系统共有的规律,对控制系统的行为进行数学描述,建立数学模型,在此基础上对系统进行分析和综合,进而逐步提高系统的自动控制性能。自动控制理论在需求侧仿真研究中可用于需求侧互联参与主体之间通过信息交互实现自动信息调整,用于需求侧终端设备/系统模型之间的自我调控,通过信息反馈实现对模型的分析与控制校正,为搭建需求侧典型系统/设备互联平台提供理论基础。

4.2 实践应用

用户侧用能仿真系统可包含蓄冰空调半实物仿真系统、蓄热电锅炉半实物仿真系统、智能家居半实物仿真系统等一系列应用。电力需求侧管理与智能用电仿真管理平台架构如图3所示。

图3 电力需求侧管理与智能用电仿真管理平台架构Fig.3 Power demand side management and intelligent power simulation management platform architecture

4.2.1 蓄冰空调半实物仿真系统

蓄冰空调半实物仿真系统各组成部分包括主机、水泵、风机盘管、蓄冰系统等,实验室环境作为该空调系统的负荷。系统原理是：在用电低谷时段,启动压缩机冷却功能,将水冷却成冰,储存能量,在用电高峰时段使冰熔化吸热,从而达到空调制冷的效果。蓄冰空调主要利用削峰填谷的方式将能量转移,平衡负荷,进而达到节约能源和经济成本的
目的。

蓄冷-放冷的功能可以验证采用蓄冷技术开展需求响应业务的实际效果,可以实现系统仿真,模拟进出水温度控制、与电网负荷互动控制等各种调控模式,在半实物仿真系统上进行实验验证,达到空调优化运行的目的,验证仿真实验的能力。蓄冰空调半实物仿真系统如图4所示。

图4 蓄冰空调半实物仿真系统Fig.4 Ice-storage air conditioning hardware-in-the-loop co-simulation system

4.2.2 蓄热电锅炉半实物仿真系统

蓄热电锅炉利用低谷时段的电力将蓄热体加热到一定温度,并且满足低谷时段建筑物的供暖负荷,蓄热电锅炉的原理与蓄冰空调很类似,同样是利用削峰填谷的思想,将用电低谷时段的电量储存起来,在用电高峰时段释放,既满足了用户的用电需求,又节约了高峰时段的电能,并且达到了避免高峰用电的目的。蓄热电锅炉半实物仿真系统响应需求侧管理与智能用电仿真平台发出的电价信号,可以降低运行费用,平衡电网负荷,充分利用低谷电能,削峰填谷,节约电能,对环保也起到一定作用。可通过实验室模拟蓄热电锅炉削峰填谷运行策略,测试仿真的实际运行效果。蓄热电锅炉半实物仿真系统如图5所示。

图5 蓄热电锅炉半实物仿真系统Fig.5 Heat storage electric boiler hardware-in-the-loop co-simulation system

4.2.3 智能家居半实物仿真系统

智能家居半实物仿真系统主要用于住宅、建筑、家用电器等,将互联网等技术应用到家居设施中,例如空调、热水器、洗衣机等,形成智能家居系统,为用户带来舒适便捷的生活体验,同时提高家居系统的自动化水平。目前国内外正逐步加深对智能家居的研究和应用,并制定了一系列智能家居通信协议支撑其应用与实践。美国BACnet协议是一种针对智能建筑的通信协议,在规范楼宇内空调、给排水和供配电等楼宇设备自动控制方面均有应用^[19]。欧洲的KNX总线协议则主要应用于灯光照明控制、电动窗帘控制、暖通控制和暗访控制,可提供家庭、楼宇自动化的解决方案,由于费用高昂,KNX技术主要应用于公共设施。Zigbee联盟制定的SEP2.0标准也是一项智能能源应用的规范,主要针对电表公司及用户室内的主要用电设备（空调、热水器等）^[20]。

很多家电厂商的智能家电已经投入使用,例如,美国通用电气的Wink智能家居系统、苹果公司的Homekit技术、德国西门子的“家居互联”、韩国乐金电子的HomeChat等,国内品牌中,美的M-Smart智慧家居系统、海尔的智能空调、格兰仕的“G+”平台,都体现了智能家居系统的应用广泛。

智能家居系统中,家电厂商为智能家电提供了云平台,实现人与家电、家电与家电、家电与主站之间的通信。用户可以通过手机APP与家电进行互动,服务商可以通过家电云平台的应用程序与家电进行互动。家电云平台可以为需求响应系统提供数据采集与控制的方法,聚合系统可以将用电数据通过云平台发送至各家电。智能家电可通过设备接口或制造商云平台接口实现与电网的互动,但互动需要以通信协议和信息模型为基础。智能家电与智能电网互动能够促进节能减排技术的应用推广,既给居民用户带来了便捷、可靠、经济的能源服务,又能为家电企业、电网企业等带来可观的经济效益和积极的社会效益。智能家居半实物仿真系统示意如图6所示。

图6 智能家居半实物仿真系统示意Fig.6 Smart home hardware-in-the-loop co-simulation system

 5 结语

本文基于OpenADR协议,对智能电网用户需求侧的仿真进行了研究,分析了协仿真平台的应用情况,介绍了用户用能侧的3个半实物仿真系统：蓄冰空调半实物仿真系统、蓄热电锅炉半实物仿真系统和智能家居半实物仿真系统,这3种系统在实际生活中应用比较广泛,不仅可以为用户的生活带来便利,还可以为电力行业带来经济效益。

需求响应作为电力系统与用户进行信息交互的关键技术手段,对于智能电网的资源优化和调控配置等方面起到举足轻重的作用,自动需求响应使得供电侧和用户侧之间的交互自动完成,将成为需求响应的发展趋势。

参考文献

[1] 赵慧颖, 刘广一, 贾宏杰, 等. 基于精细化模型的需求侧响应策略分析[J]. 电力系统保护与控制, 2014, 42(1): 62-69.

ZHAO Hui-ying, LIU Guang-yi, JIA Hong-jie, et al.Analysis of demand response program based on refined models[J]. Power System Protection and Control, 2014, 42(1): 62-69.

[2] 陈晖. 全球节能服务业发展状况分析及其启示[J]. 电力需求侧管理, 2009, 11(1): 73-76.

CHEN Hui.Global energy service industry development analysis and its enlightenment[J]. Power Demand Side Management, 2009, 11(1): 73-76.

[3] PALENSKY P, DIETRICH D.Demand side management: demand response, intelligent energy systems, and smart loads[J]. IEEE Transactions on Industrial Informatics, 2011, 7(3): 381-388.

[4] ALBADI M H, El-SAADANY E F. A