Forskning i strategi for husholdnings energieffektivitet baseret på decentraliserede PV-anlæg og ESS

Echo

Felt: Transformeranalyse

China

1 ZigBee-baseret Smart Home System

Med den fortsatte udvikling inden for computer- og informationskontrolteknologi har intelligente hjem evolueret hurtigt. Smarte huse beholder ikke kun de traditionelle boligfunktioner, men gør det også muligt for brugere at administrere husholdningsenheder nemt. Selv uden for hjemmet kan brugerne fjerne overvåge den interne status, hvilket gør energieffektivitetsforvaltning lettere og forbedrer kvaliteten af livet betydeligt.

Denne artikel designer et ZigBee-baseret smart home system, bestående af tre komponenter: hjemnetværk, hjemserver og mobilterminal. Systemet er enkelt, effektivt og højt skalerbart, med sin struktur vist i figur 1.

1 ZigBee-baseret Smart Home Arkitektur
1.1 Hjemnetværk

Som det kernegrundlag, forbinder hjemnetværket kontrollerbare belastninger som noder til intern dataoverførsel og multi-energibesparelse. At vælge trådløs (ZigBee) over trådbundne løsninger øger fleksibilitet, pålidelighed og skalerbarhed. ZigBee, bygget på IEEE 802.15.4, tilbyder lav kostnad, strømforbrug og kompleksitet med høj sikkerhed. Dets billige chips formindsker systemets hardwareomkostninger. Netværket inkluderer:

Koordinator: Administrerer ZigBee-netværket (CC2530-baseret, IAR-kompileret), dækker typiske huse via direkte-forbundet topologi.
Slutnoder: Integreret med måling/relæer (som smart stik), indsamler data og udfører kommandoer for “kontrol + overvågning” lukket kredsløb.

1.2 Hjemserver

Serveren fungerer som systemets “data-kontrolkern”, håndterer:

Datahub: Udvexler information mellem ZigBee (via seriel port) og mobile terminaler (via Socket).
Driftsovervågning: Følger belastningsstatus, kontrollerer tænd/sluk og lagrer eldata.
Energieffektivitets-hjerne: Analyserer belastnings/fotocellulær-data for at optimere planlægning, lukker energiforvaltningskredsløbet.

1.3 Mobilterminal

Basert på Android (Eclipse + Java), gør terminalen det muligt:

Statussynlighed: Real-tidsvisning af server-pushet elinformation.
Fjernstyring: Sender kommandoer til at styre belastninger indirekte.
Flexibel planlægning: Sætter brugerdefinerede belastningstider (f.eks. for tidsspecifik prissætning).

2 Hjemlige Energieffektivitetsforvaltning Design
2.1 Systemarkitektur & Logik

Integrering af “smart home + PV + energilager”, systemet integrerer effektivitetsstrategier i serveren, danner et “samle → model → optimér” loop:

Datlag: Kombinerer belastnings- og PV-data.
Modellag: Balancerer PV-brug, lager og belastning via optimale skemaer.
Kontrollag: Koordinerer PV/lagerdrift og belastningsplanlægning for “kostnadseffektivitet” mål (struktur i figur 2).

2.2 Kernekomponenter & Samarbejde

Nøglekomponenter (PV-paneler, batterier, omformere, server, belastninger) fungerer som:

PV-paneler: MPPT-aktiveret via omformere, transmitterer realtid-output til serveren.
Energilager: Netforbundet, oplader under PV-overskud og aflaster under mangel (målt for netinteraktion).
Server: Forbinder omformere/stik, justerer enheder efter effektivitetsregler for at optimere energiflow.

2.3 Belastningsklassificering & Planlægning

Belastninger opdeles i tre typer for tidsspecifik prissætning-drevet planlægning:

Vigtige belastninger (f.eks. belysning): Fast tid, ikke-justerbare.
Justerbare belastninger (f.eks. AC): Variabel efterspørgsel, strøm-justerbare.
Flytbare belastninger (f.eks. vaskemaskiner): Tid-flexible, kerne for effektivitet.

Serveren kontrollerer flytbare belastninger via smarte stik, skærer toppe/fylder dalene for at reducere omkostninger og stabilisere nettet.

3 Matematisk Model og Kontrolstrategi for Hjemlige Energieffektivitetsforvaltning
3.1 Matematisk Model for Hjemlige Energieffektivitetsforvaltning

For at opnå præcis hjemlig energieffektivitetsforvaltning, skal en matematisk model for samlet elomkostning oprettes. Denne artikel anvender en “dags” kontrolcyklus, der deler 24 timer i $n$ lige tidsintervaller. Ved at diskretisere kontinuerte problemer (når $n$ er tilstrækkelig stor, nærmer hvert interval et “micro-element,” og variable kan antages konstante inden for intervallet).I det $t$ -te interval, baseret på den dynamiske balance af “hjemlig belastningsstrøm, fotocellulær genereringsstrøm, batterioplading/afladningstrøm, og netinteraktionstrøm,” bliver systemets strømbalanceligning udledt som:

Inden for det $t$ -te tidsinterval, defineres strømvariable som følger:

$P_{G t}$ : Netinteraktionstrøm (positiv for strømabsorption, negativ for strøminjection);
$P A t$ : Samlet husholdningsbelastningsstrøm;
$P b t$ : Batterioplading/afladningstrøm (positiv for aflagning, negativ for opladning);
$P PV t$ : Fotocellulær (PV) outputstrøm (påvirket af solstråling, temperatur, fugtighed osv., og forudsigelig via PV-strømfremstillingsmodeller).

Husholdningens PV-system opererer under modellen “egenforbrug + overskudsendringer til nettet”, hvor overskudsendring genererer indtægt fra nettet og PV-generering kvalificerer til subsidier. Med hensyn til tidsspecifik prissætning (højere spidspriser, lavere lavpriser), beregnes den totale elomkostning som:Total Omkostning=Netinkøbsomkostning−Net-indsendelsesindtægt−PV-subsidier

For en daglig cyklus diskretiseret i $n$ intervaller, kan den totale omkostningsmodel yderligere dekomponeres i summen af intervallspecifikke omkostninger, præcist tilpasset dynamiske prissætningscenarier.

I formlen: $C$ repræsenterer den totale daglige elomkostning for husholdningen; f_PV er enhedsprisen for fotocellulære strømproduktionssubsidiet; $24/n$ er varigheden af ét tidsinterval.
Udtrykket for $f t$ i Formel (2) er

I formlen: $f t$ _C er elprisen for brugeren under det $t$ -te tidsinterval, som er inddelt i spidsperiodens elpris og lavperiodes elpris ifølge forskellige tidsperioder; $f R$ er elprisen for overskudsendring til nettet. Værdierne af $f C t$ , $f R$ og $f PV$ ved ethvert øjeblik af dagen er kendte. Den samlede strøm $P A t$ af husholdningsbelastningen er lig med summen af strømmen af alle flytbare belastninger og andre belastninger under det $t$ -te tidsinterval.

I formlen: $P L,i$ er driftstrømmen for den $i$ -te flytbare belastning; $T L,i$ er starttidspunktet for den $i$ -te flytbare belastning; Δ $t i$ er driftvarigheden for den $i$ -te flytbare belastning; $[t i s, t i e]$ er området for starttidspunktet for den $i$ -te flytbare belastning. $P L,i$ , Δ $t i$ , $t i s$ og $t i e$ er alle faste værdier.

Elstrømmen $P else,j t$ af andre belastninger er kendt, mens elstrømmen af flytbare belastninger ændres ifølge forskellige starttidspunkter, og $T L,i$ er en ubestemt værdi. Når $T L,i$ er forskellig, ændres den samlede strøm $P A t$ af husholdningsbelastningen dermed, og dermed ændres den totale husholdningselomkostning $C$ .

3.2 Kontrolstrategi

Det centrale mål for hjemlig energieffektivitetsforvaltning er at maksimere økonomiske fordele, specifikt oversat til at opbygge et målfunktionsobjekt for “at minimere den totale husholdningselomkostning $C$ ”.

Baseret på flytbare belastningsmodel og kombineret med tidsspecifik prissætningsmekanisme, kan justering af starttidspunktet $T_{\text{L},i}$ af flytbare belastninger dynamisk optimere den samlede husholdningsbelastningsstrømkurve, reducere den totale omkostning fra synsvinkel af elforbrugstid.

Koordineret Kontrollogik for PV og Energilager

For fotocellulær (PV) strømproduktion og energilagerbatterier, er kontrolstrategier formuleret for forskellige tidsperioder:

Spidsperioder: Prioriter fuld forbrug af PV-strømproduktion. Hvis PV-output > belastningsstrøm, sendes overskudsstrøm til nettet for indtægt. Hvis PV-output < belastningsstrøm, prioriteres batteri for strømforsyning (når batteriets lade-niveau > minimumsværdi). Når batteriet er tom, suppleres den manglende del af nettet.
Lavperioder: Batteriet oplades med maksimal opladelstrøm for energilager. Alle belastningsstrøm leveres af nettet, benytter lavpristid til “at fylde dalen” og lagre energi til spidsperioder.

Batterikonstruktioner

Det er nødvendigt at samtidig overveje batteriets opladings/afladningsstrømbegrænsninger og kapacitetsbegrænsninger for at begrænse dets opladnings/afladningsadfærd (specifikke begrænsninger skal suppleres med formler/modeller, ikke fuldt ud præsenteret i den originale tekst), for at sikre udstyrssikkerhed og systemstabilitet.

I Formel (6): $P b,max$ er den maksimale opladings/afladningsstrøm for batteriet; i Formel (7), $SOC t$ er ladningsgraden (SOC) for batteriet under det $t$ -te tidsinterval; $SOC min$ er den mindste værdi af batteriets SOC; $SOC max$ er den maksimale værdi af batteriets SOC.

Ifølge kontrolstrategien, optimer og kontroller opladings/afladningsstrømmen af energilagerbatteriet. Under spidsperioden $t ∈[t 1, t 2$ , hvor $t 1$ er starttiden for el-spidsperioden og $t 2$ er slutningen af el-spidsperioden, sættes aflagningsstrømmen for batteriet som

Under lavperioden $t ∈ [1, t 1]$ , sættes aflagningsstrømmen for lagerbatteriet som

Det er nødvendigt at beregne lagerbatteriets ladningsgrad (SOC). Forholdet mellem ladningsgraden under opladings/afladningsprocessen for lagerbatteriet og opladings/afladningsstrømmen er som følger:

Formel (10) beskriver forholdet mellem lagerbatteriets SOC og opladningsstrøm under opladning (her $P b t ＜ 0$ ; Formel (11) beskriver, at under aflagning (her $P b t ＞ 0$ .