摘要
本文以智能楼宇为背景，基于价格型与激励型对楼宇用户用电进行需求响应研究。提出了智能楼宇家庭能源管理系统体系框架，以用户用电费用最低、新能源消纳量最大和用电峰谷差最小为目标构建负荷优化调度数学模型；通过从权重向量、交叉算子选择、子代种群修正和外部存档更新几个方面改进基于分解的多目标进化算法(MultiobjectiveEvolutionaryAlgorithmBasedonDecomposition，MOEA/D)算法，使其适应于当前负荷调度模型，加快收敛速度和提高算法鲁棒性；此外考虑到售电商与用户之间利益冲突的问题，引入博弈论构建基于主从博弈的激励型需求响应模型，在增加用户用能体验度的同时降低电费，促进售电商经济发展。本文主要工作分为以下几个部分: (1)建立家庭能源管理体系，构建智能楼宇负荷调度模型。综述了HEMS的作用并构建其理论体系与结构框架，通过分析用户用电行为与习性将用户分为四类，并将用户负荷根据用电特征将其分为可中断负荷、可转移负荷、充电储能负荷和新能源发电负荷四类负荷，分别构建每一类负荷模型及其约束条件，以用户电费、新能源消纳率和用电峰谷差为目标构建智能楼宇负荷调度模型。 (2)通过改进MOEA/D对智能楼宇负荷进行优化调度。由于MOEA/D在处理连续多目标问题时具有较好的性能，本文采用MOEA/D作为求解帕累托前沿的优化算法。对于权重向量离散可能导致陷入局部最优的问题，引入广义分解的思想结合均匀分配权重生成一种自适应权重向量；为了提升算法鲁棒性针对交叉算子设计了一种基于历史经验自适应选择交叉算子策略，对存入外部存档中的非支配解使用的交叉算子进行计数，采用轮盘赌的方式实现自适应选择策略；为了避免算法陷入局部最优，引入特性约束映射思想对子代种群点进行修正，间接地增加了算法搜索范围，提高了算法种群多样性；最后采用基于欧式距离计算外部存档中非支配解的稀疏度来更新外部种群提高存储非支配解的质量。 (3)用户通过转移负荷用电时段来获得售电商的价格奖励，以此构建基于主从博弈的激励型需求响应模型。通过对非合作博弈与主从博弈的概念及其要素求解方法的阐述，提出了基于激励的售电商与用户主从博弈需求响应模型，通过用户转移可转移负荷，售电商予以价格奖励机制鼓励更多的用户参与需求响应并选择其电价使用，分析售电商与用户的需求关系构建双方的效用函数，在求解方法上采用售电商公布电价供用户在每个用电时间段选择，用户根据选择满足自身用电需求并不很大程度影响用电满意度的情况下做出最优用电行为策略，然后将用户的用电策略反馈给供电商，供电商以此对每个用电时段供电价格做出相应的改动来提高自身最大盈利，最终求出均衡最优优化调度方法与电价策略。 (4)构建楼宇负荷协同优化调度系统与实验平台。为了更好的实行智能楼宇用户侧需求响应，应将价格型DR与激励型DR相结合协同指导智能楼宇负荷调度。由于用户在节假日期间用电习性变化较大，本文将上班类用户在上班日与节假日期间进行用户类型切换，在节假日期间使用价格型优化调度模型指导调度，上班日期间使用激励性博弈模型求解用户最佳用电行为。为了增加用户参与感与交互感，构建人机前端交互GUI界面供调度员与用户使用。
NETL