基于用电效率评估的居民用电行为优化研究

梁 捷，梁广明

(1.广西电网有限责任公司计量中心，广西 南宁 530023；2.南宁百会药业集团有限公司，广西 南宁 530003)

0 引言

随着社会经济的快速发展和现代化家用电器的普及，居民家庭用电量的占比不断提高，低压电力用户日益成为电力需求侧管理的重要对象。为响应南方电网“十三五”规划对能源互联网的建设要求，有必要深化电子物联网的应用，同时提高低压电力客户的服务水平〔1〕。而对居民用户家用电器的能耗分析和评估可挖掘用户类型和用电习惯，帮助用户调整用电方式，提高用电效率，有利于电网扩大对用户的综合服务范围，从而促进了智能用电和能源互联网的发展〔2〕。

文献〔3〕基于特征信息的特征选择策略，解决了用户智能用电行为的分类问题，实现了用电行为的优化分析。但它没有考虑对家电产品的用电效率评估，在指标选择上过于依赖专家判断，主观性较强。

对此，本文提出了一种基于用电效率评估的居民用电行为优化策略。进行用电效率评估时，首先根据家电的用途和工作机制，对家电进行分类，并根据不同的家电类型建立不同的用电效率评估指标。然后，结合实时的电器用电效率评估结果，对用户的用电行为进行优化。最后通过案例分析验证了本文优化策略的有效性。

1 家电用电效率评估

本文居民家电的用电效率评估主要分为3个步骤。首先，搜集整理电力用户需求和用电量历史数据作为优化模型的输入数据。其次，根据家用电器的工作原理和用途对其进行分类。考虑目标用户环境参数，针对不同类型的家用电器，建立不同的用电效率指标函数，建立多目标优化模型。最后，根据优化结果，对用户的家用电器当前状态进行用电效率评估并给出用电行为优化方案。

1.1 电器分类

根据居民家用电器的用途、消费习惯、工作机理和运行特点，将常见家用电器分为基本负荷、可中断负荷和可转移负荷3类〔4〕。考虑到用户的用电规律和消费习惯，将工作时间相对固定的负荷称为基本负荷，如电饭煲、电磁炉等。可中断负荷是指负荷开关的状态和工作时间受环境因素的影响较大，负荷的运行状态可能随环境的变化而随时变化甚至中断的负荷，如空调、电风扇、照明设备等〔5〕。可转移负荷是指其工作时间可以根据用户的需要转移到其他时间段，但可能具有最小的连续工作时间，或固定的工作模式等特征的负荷，如热水器，洗衣机等〔6〕。

1.2 家电能效指标

家电的能效指标(energy efficiency index，EEI)函数表示使用家电所获得的效益与能耗之间的定量关系。本文针对基本负荷、可中断负荷和可转移负荷研究负荷的EEI函数，同时考虑负荷的差异性和用户的用电规律。

考虑到上述3类负荷的特性和用户的用电习惯，其中基本负荷和可转移负荷的工作状态完全取决于用户自身的需要，环境关系较小，用电效率体现在自身工作状态中，则建立时间用电效率EEI函数。但对于可中断负荷，这类家用电器的工作状态与环境密切相关，用电效率受到温度和光照等环境因素的影响，则建立温度EEI函数和照明EEI函数。综上共建立3种EEI函数。

1)时间EEI函数

时间EEI函数适用于基本负荷和可转移负荷。根据家用电器的预计使用时间或固定使用时间与实际使用时间的关系，用于实现从使用时间角度对家用电器的EEI评估。∀t∈[ts，te]，时间EEI函数用公式(1)表示。

(1)

式中，ETi(t)表示家电i的时间EEI函数；[tmin,tmax]为家电的实际使用时间；[ts，te]表示家电的允许工作时间，且满足[tmin,tmax]⊆[ts，te]。

2)温度EEI函数

温度EEI函数适用于空调、电风扇等工作状态与家庭室内温度相关的可中断负荷，根据家庭室温实际状况与预设温度之间的关系，实现对家电的温度EEI评估。温度EEI函数见式(2)。

(2)

式中，ECi(Tt)表示家电i在t时段温度为T时的温度EEI函数；[Tmin,Tmax]是预期温度的范围；Tt表示t时段的家庭实际室内温度。如果Tt∈[Tmin,Tmax]，则温度EEI为1，否则为0。以空调为例，当预期温度的范围为[20 ℃，25 ℃]，家庭室内温度为23 ℃时，则空调的温度EEI为1。

3)照明EEI函数

照明EEI函数适用于照明设备，其运行状态与家庭的照明环境有关。照明EEI函数根据家庭室内的亮度确定，如式(3)。

(3)

式中，ELi(Lt)表示照明设备i在时段t亮度为Lt时的照明EEI函数；L1为用户可接受的室内最小亮度；Lt为实际亮度。

1.3 家电EEI评估

在家电EEI函数基础上，考虑家电的实时运行状态，将家电用电效率分为高用电效率Th和低用电效率Tl。高用电效率意味着用户在用电的同时获得了高效益和最大的满意度。对于基本负荷和可转移负荷，如电视机、电热水器等具有时间特性的家电，高用电效率是指当使用时间等于电器的实际运行时间时，家电处于高用电效率状态，此时用户获得最大效益和满足。低用电效率是指用户在消耗电能的过程中，家用电器存在着较大的电能损耗。以电视机为例，当电视的使用时间小于电视的实际运行时间时，意味着电视的部分运行时间没有被观看，则该电视的用电效率较低。Ui(t)表示电器i的用电效率。此外，将家电i的工作状态Si(t)分为运行状态和停止状态，分别用Ton和Toff表示。

基于时间EEI函数的家电能效评估见表1。如果家电处于工作状态，并且用户实际正在使用家电，则认为家电的用电效率高。当家电关闭时，设备处于高用电效率状态。当家电处于工作状态，但用户实际上未使用或不需要使用家电时，则该家电的用电效率低。

表1 基于时间EEI函数的用电效率评估

基于温度EEI函数的家电能效评估见表2。如果家里的室内温度超出了用户期望的温度范围，并且家电处于工作状态，并且保证家电设定实际温度接近用户所需的温度，则家电具有较高的用电效率。如果关掉家电，它也能达到高用电效率。如果家电处于工作状态，家中区域的温度值已经达到用户期望的温度值，则认为此时家电的用电效率低。

表2 基于温度EEI函数的用电效率评估

基于照明EEI函数的家电用电效率评价见表3。如果用户家中不采用照明设备时光照暗，照明设备处于工作状态，保证用户正常的生活光照环境，则照明设备将处于高用电效率状态。如果关掉家电，照明设备也将处于高用电效率状态。如果用户家中不采用照明设备时光照已足够明亮，但照明设备处于工作状态，则认为照明设备的用电效率低。

表3 基于照明EEI函数的电器用电效率评估

2 居民用电行为优化模型

根据家电用电效率高低的评估结果，可制定不同的用电优化策略，用于优化用户的用电行为，为找到最优方案。本文结合用户的用电需求和分时电价，以用户用电成本最低且EEI指标最大为目标函数，考虑用户的舒适性，建立了用电行为优化模型。

2.1 目标函数

本文考虑的居民家庭用电成本包括基本负荷、可中断负荷、可转移负荷3类家电的总电费。EEI指标为1.2节所提的3种EEI函数，详见公式(1)-(3)。根据各家电的实际运行状态，建立以电费最小，如式(4)所示，且3种EEI函数最大为优化目标的多目标优化模型。

(4)

式中：C为用电周期T内的3类家电负荷的总电费；N为家电总数；Si(t)为t时刻家电i的状态；pi为家电i的实时功率值；Δt为Si(T)状态持续的时长；Pr(t)为t时刻的电价。该模型中，用电行为的优化可视为对各时段t内的各用电负荷i的工作状态Si(T)进行优化。

2.2 约束条件

为保证用户的用电需求和满足用电规律，在优化用户用电行为时，需引入约束条件。

2.2.1强相关负荷约束

强相关负荷关系是指某些家电使用时先行后续的密切关系，即当前家电的工作任务完成后，需要立即开启某个后续家电。比如洗碗机和消毒柜，洗碗机完成洗涤任务后，需要立即开启消毒柜消毒。因此，消毒柜应在洗碗机完成任务后立即启动，这称之为强相关的负荷关系，如式(5)。

(5)

2.2.2负荷不间断约束

负荷不间断约束意味着一旦某些家电开始运行，它们在任务完成之前不得停止，例如洗衣机在完成洗衣任务前通常不能停止运行。如式(6)。

(6)

其中，taski表示家电i加载的任务数。

2.2.3最大功率限制

为了保证不出现负载过载现象，用户家中任何时刻的总负载不能超过最大负荷限制，如式(7)所示。

(7)

其中，Pmax表示用户家庭的最大允许功率。

2.3 模型求解

综上，建立居民家庭用电行为优化模型。由于决策变量Si(T)是一个“0-1”整数变量，因此确定各时段电力负荷的运行状态是关键。此外，可中断负荷具有较大的优化潜力，如空调、照明设备等，根据家用电器的用电效率评估结果，对于低用电效率电器，可通过及时调整电器的运行状态提高用电效率。由于目标函数和约束条件是线性的，因此该模型的求解可视为求解混合整数规划问题〔7〕。本文通过Matlab调用Cplex工具求解该问题。

3 案例研究

为了验证本文方法的可行性，对广西居民用户夏季统计得到的日用电量信息和用电需求数据进行实例分析。为增加案例的可研究性和对比性，本文针对不同类型的家庭，将其划分为老年人家庭(记为A类家庭)和白领家庭(记为B类家庭)。以A类家庭为例，首先，对该类用户的主要家用电器的负荷类型进行分类。然后，通过第2节模型优化用户的用电行为，接着根据优化结果调整用户的用电行为。家用电器的常见工作时间见表4。表5显示了基于温度和光照EEI函数的家用电器工作功率。表6为广西居民用户分时电价。家电的相关性考虑表4中编号为“d-e”“g-k”的家电使用时的先行后续关系。

表4 主要家用电器的工作时间

表5 家用电器工作功率

表6 广西居民用户分时电价

图1为A类用户连续3日的用电量分布图，其中第一天为用电行为优化前，第二、三天为优化后。优化时首先根据用户的用电需求和用电负荷分布情况评估各家电的用电效率。

分析第一天各家电的具体负荷分布情况时发现：22:30～23:10空调处于工作状态，但设定温度已满足用户需求，故用电效率较低。18:05～18:45照明设备处于工作状态，但夏季此时太阳未下山，室内的光线明亮，故用电效率较低，图1中这两个时段也出现了用电高峰，由表6可知这两个时段按峰费率计费，电价较高。经计算，优化前日电费为9.36元。

然后根据本文第2节模型对用户的用电行为进行优化。例如，对于空调和照明设备这些可中断负荷，在低用电效率期间改变其运行状态或优化用电负荷启停时间的安排。优化后的用电量分布如图1第二、三天所示。第二日与第三日的家庭用电曲线大同小异，说明该用户用电较有规律，执行的优化方案基本一致。

分析第二天各家电的具体负荷分布情况时发现：洗碗机工作时间为06:00～09:00和23:00～23:10，分别处于平和谷费率时段。热水器在平费率时段15:00～18:00预热，避开了高峰时段。此外，在22:30～23:10和18:05～18:45低用电效率期间，空调和照明设备停止工作，在后续时段才开始工作，移峰效果较明显。在这段时间开窗通风，可以避免空调的能耗，同时减少白天对灯光的使用。优化后的电费为7.24元，比优化前节约电费约23%。

图2为B类用户连续3日的用电量分布图，其中第一天为用电行为优化前，第二、三天为优化后。比较图1和2中可见，B类用户为白领家庭，用电总量和峰值较A类用户(老年人家庭)高，用电习惯也有区别。优化情况与图1类似，根据本文模型的优化结果在低用电效率期间改变可中断负荷运行状态或调整可转移负荷的启停时间的安排，使用户的用电量曲线得到改善。比较优化前后的情况可见，无论是A类家庭还是B类家庭，优化策略均能起到较好的调峰作用。

4 结论

建立一种考虑家电用电效率的居民用电优化模型。在优化低压用户用电行为的过程中，一方面考虑了电器的可控性和用电效率，另一方面也考虑了用户的用电经济性和舒适性。案例分析表明，本文的模型可有效识别用户的不良用电习惯，并对低用电效率家电的使用状态进行优化。同时，通过优化用电行为，可以节约电费，提高用电的经济性，验证了本文优化策略的有效性。