Forschung zur Haushaltsenergieeffizienz-Managementstrategie basierend auf dezentralen PV-Anlagen und ESS

1 ZigBee-basiertes Smart-Home-System

Mit der ständigen Entwicklung der Computertechnologie und der Informationssteuerungstechnologie haben sich intelligente Häuser rasch weiterentwickelt. Smart Homes behalten nicht nur die traditionellen Wohnfunktionen bei, sondern ermöglichen den Nutzern auch eine bequeme Verwaltung von Haushaltsgeräten. Selbst außerhalb des Hauses können die Benutzer den internen Status überwachen, was die Energiemanagementeffizienz im Haushalt verbessert und das Lebensqualitätsniveau erheblich steigert.

In diesem Artikel wird ein auf ZigBee basierendes Smart-Home-System entworfen, das aus drei Komponenten besteht: Hausnetzwerk, Home-Server und mobiler Endpunkt. Das System ist einfach, effizient und hochgradig skalierbar, seine Struktur ist in Abbildung 1 dargestellt.

1 ZigBee-basierte Smart-Home-Architektur
1.1 Hausnetzwerk

Als zentrale Grundlage verbindet das Hausnetzwerk steuerbare Lasten als Knotenpunkte für interne Datenübertragung und Mehr-Energie-Management. Die Wahl einer drahtlosen (ZigBee) gegenüber einer kabelgebundenen Lösung erhöht Flexibilität, Zuverlässigkeit und Skalierbarkeit. ZigBee, das auf IEEE 802.15.4 aufbaut, bietet niedrige Kosten, geringen Energieverbrauch und geringe Komplexität mit hoher Sicherheit. Seine erschwinglichen Chips senken die Systemhardwarekosten. Das Netzwerk umfasst:

• Koordinator: Verwaltet das ZigBee-Netzwerk (basierend auf CC2530, kompiliert mit IAR), bedient typische Haushalte über direkte Topologie.

• Endknoten: Integriert mit Mess- und Relaisfunktionen (als intelligente Steckdosen), sammelt Daten und führt Befehle für “Steuerung + Überwachung” aus.

1.2 Home-Server

Der Server fungiert als “Daten-Steuerungskern” des Systems und übernimmt:

• Datenhub: Austausch von Informationen zwischen ZigBee (über serielle Schnittstelle) und mobilen Endpunkten (über Socket).

• Betriebsüberwachung: Verfolgt den Laststatus, steuert Schalter und speichert Stromdaten.

• Energieeffizienz-Kern: Analysiert Last- und Photovoltaikdaten zur Optimierung der Planung und schließt den Energiemanagementkreislauf ab.

1.3 Mobiler Endpunkt

Basierend auf Android (Eclipse + Java) ermöglicht der Endpunkt:

• Statusübersicht: Echtzeitdarstellung der vom Server übertragenen Strominformationen.

• Fernsteuerung: Sendet Befehle zur indirekten Steuerung der Lasten.

• Flexibles Scheduling: Setzt benutzerdefinierte Lastzeiten (z.B. für Zeitgesteuerte Tarife).

2 Design des Energiemanagements im Smart Home
2.1 Systemarchitektur & Logik

Durch die Integration von “Smart Home + PV + Energiespeicher” werden Effizienzstrategien in den Server eingebettet, wodurch ein “sammeln → modellieren → optimieren”-Kreislauf entsteht:

• Daten-Schicht: Kombiniert Last- und PV-Daten.

• Modell-Schicht: Balanciert die Nutzung von PV, Speicher und Last durch optimale Schemata.

• Steuerungsschicht: Koordiniert die Betriebsvorgänge von PV/Speicher und Lastplanung für “Kosteneffizienz”-Ziele (Struktur in Abbildung 2).

2.2 Kernkomponenten & Zusammenarbeit

Die Schlüsselkomponenten (PV-Module, Batterien, Wechselrichter, Server, Lasten) arbeiten wie folgt zusammen:

• PV-Module: MPPT-fähig über Wechselrichter, übertragen Echtzeit-Leistung an den Server.

• Energiespeicher: Netzverbunden, laden während PV-Überschuss und entladen bei Mangel (gemessen für Netzzusammenarbeit).

• Server: Verbindet Wechselrichter/Steckdosen, passt Geräte gemäß Effizienzregeln an, um den Energiestrom zu optimieren.

2.3 Lastenklassifizierung & Scheduling

Lasten werden in drei Typen unterteilt, um zeitgesteuerte Tarife zu berücksichtigen:

• Kritische Lasten (z.B. Beleuchtung): Festgelegte Zeiten, nicht anpassbar.

• Anpassbare Lasten (z.B. Klimaanlage): Variable Nachfrage, leistungsanpassbar.

• Verschiebbare Lasten (z.B. Waschmaschinen): Zeitflexibel, Kern für Effizienz.

Der Server steuert verschiebbare Lasten über intelligente Steckdosen, um Spitzen zu glätten und Täler zu füllen, um Kosten zu senken und das Netz zu stabilisieren.

3 Mathematisches Modell und Steuerstrategie für das Energiemanagement im Smart Home
3.1 Mathematisches Modell für das Energiemanagement im Smart Home

Um ein präzises Energiemanagement im Smart Home zu erreichen, muss ein mathematisches Modell für die Gesamtkosten des Stromverbrauchs erstellt werden. In diesem Artikel wird ein “täglicher” Steuerzyklus verwendet, bei dem 24 Stunden in n gleiche Zeitintervalle unterteilt werden. Durch die Diskretisierung kontinuierlicher Probleme (wenn n groß genug ist, nähert sich jedes Intervall einem “Mikro-Element”, und Variablen können innerhalb des Intervalls als konstant angenommen werden). Im t-ten Intervall wird auf der Grundlage des dynamischen Gleichgewichts von “Hauslastleistung, Photovoltaik-Generierungsleistung, Batterielade-/Entladeleistung und Netzkopplungsleistung” die Leistungsbilanzgleichung des Systems abgeleitet:

Innerhalb des t-ten Zeitintervalls sind die Leistungswerte wie folgt definiert:

• P_G^t: Netzinteraktionsleistung (positiv für Energieaufnahme, negativ für Energieeinbringung);

• P_A^t: Gesamt-Hauslastleistung;

• P_b^t: Batterielade-/Entladeleistung (positiv für Entladung, negativ für Ladung);

• P_PV^t: Photovoltaik (PV)-Leistung (beeinflusst durch Sonneneinstrahlung, Temperatur, Luftfeuchtigkeit usw., vorhersagbar durch PV-Leistungsvorhersagemodelle).

Das Haushalts-PV-System arbeitet nach dem Modell “Selbstverbrauch + Überschussstrom ins Netz”, wobei Überschussstrom Netzeinspeiseeinnahmen generiert und PV-Erzeugung Subventionen berechtigt. Berücksichtigend die zeitabhängigen Tarife (höhere Spitzenpreise, niedrigere Tiefpreise) wird die Gesamtkostenberechnung wie folgt durchgeführt:Gesamtkosten=Netzkaufkosten−Netzeinspeiseeinnahmen−PV-Subventionen

Für einen täglichen Zyklus, der in n Intervalle diskretisiert ist, kann das Gesamtkostenmodell weiter in die Summe der intervallspezifischen Kosten zerlegt werden, um genau auf dynamische Preisstrategien anzupassen.

In der Formel: C repräsentiert die täglichen Gesamtkosten des Haushalts; f_PV ist der Einheitspreis der Photovoltaik-Generierungssubvention; 24/n ist die Dauer eines Zeitintervalls.
Der Ausdruck für f_t in Formel (2) lautet

In der Formel: f^t_C ist der Strompreis für den Benutzer während des t-ten Zeitraums, der je nach unterschiedlichen Zeitperioden in Spitzen- und Tiefpreis unterteilt wird; f_R ist der Strompreis für überschüssigen Strom, der ins Netz eingespeist wird. Die Werte von f_C^t, f_R und f_PV sind zu jedem Zeitpunkt des Tages bekannt. Die gesamte Leistung P_A^t der Haushaltslast entspricht der Summe der Leistung aller verschiebbaren Lasten und anderer Lasten während des t-ten Zeitraums.

In der Formel: P_L,i ist die Betriebsleistung der i-ten verschiebbaren Last; T_L,i ist die Startzeit der i-ten verschiebbaren Last; Δ t_i  ist die Betriebsdauer der i-ten verschiebbaren Last; [t_i^s, t_i^e] ist der Bereich der Startzeit der i-ten verschiebbaren Last. P_L,i, Δ t_i, t_i^s und t_i^e sind alle bestimmte Werte.

Die elektrische Leistung P_else,j^t anderer Lasten ist bekannt, während die elektrische Leistung der verschiebbaren Lasten je nach unterschiedlichen Startzeiten variiert, und T_L,i ist ein unbestimmter Wert. Wenn T_L,i unterschiedlich ist, ändert sich die gesamte Leistung P_A^t der Haushaltslast entsprechend, wodurch die gesamten Haushaltsstromkosten C geändert werden.

3.2 Steuerstrategie

Das Kernziel des Energiemanagements im Smart Home ist die Maximierung der wirtschaftlichen Vorteile, was speziell in die Konstruktion eines Zielfunktionen zur “Minimierung der gesamten Haushaltsstromkosten C” übersetzt wird.

Basierend auf dem Modell der verschiebbaren Lasten und in Verbindung mit dem zeitabhängigen Tarifsystem kann die Anpassung der Startzeiten \(T_{\text{L},i}\) der verschiebbaren Lasten die gesamte Haushaltslastleistungskurve dynamisch optimieren, um die Gesamtkosten aus der Perspektive der Stromverbrauchsteuerung zu reduzieren.

Koordinierte Steuerlogik für PV und Energiespeicher

Für die Photovoltaik (PV)-Stromerzeugung und Energiespeicherbatterien werden Steuerstrategien für verschiedene Zeitperioden formuliert:

• Spitzenzeiten: Priorisierung der vollständigen Nutzung der PV-Stromerzeugung. Wenn die PV-Leistung > Lastleistung, wird der Überschussstrom ins Netz eingespeist, um Einnahmen zu generieren. Wenn die PV-Leistung < Lastleistung, wird die Batterie zur Stromversorgung bevorzugt (wenn der Ladezustand der Batterie > minimaler Wert). Wenn die Batterie entladen ist, wird der fehlende Teil durch das Netz ergänzt.

• Nachtspitzenzeiten: Die Batterie wird mit maximaler Ladeleistung geladen, um Energie zu speichern. Der gesamte Laststrom wird durch das Netz bereitgestellt, um günstigen Nachtspitzenstrom zu nutzen, um &ldquo;das Tal zu füllen&rdquo; und Energie für Spitzenzeiten zu speichern.

Batteriekonstruktionen

Es ist notwendig, gleichzeitig die Lade-/Entladeleistungsgrenzen und Kapazitätsbeschränkungen der Batterie zu berücksichtigen, um deren Lade- und Entladeverhalten zu begrenzen (spezifische Begrenzungen müssen mit Formeln/Modellen ergänzt werden, die nicht vollständig im Originaltext dargestellt sind), um die Gerätesicherheit und die Systemstabilität sicherzustellen.

In Formel (6): P_b,max  ist die maximale Lade-/Entladeleistung der Batterie; in Formel (7), SOC^t ist der Ladezustand (SOC) der Batterie während des t-ten Zeitraums; SOC_min ist der minimale Wert des Batterie-SOC; SOC_max ist der maximale Wert des Batterie-SOC.

Gemäß der Steuerstrategie wird die Lade-/Entladeleistung des Energiespeicherbatteries optimiert und gesteuert. Während der Spitzenperiode t &isin;[t₁, t₂, wobei t₁ die Startzeit der Stromspitzenperiode und t₂ die Endzeit der Stromspitzenperiode ist, wird die Entladeleistung der Batterie wie folgt festgelegt:

Während der Nachtspitzenperiode t &isin; [1, t₁], wird die Entladeleistung des Speicherbatteries wie folgt festgelegt:

Es ist notwendig, den Ladezustand (SOC) des Speicherbatteries zu berechnen. Die Beziehung zwischen dem Ladezustand während des Lade- und Entladevorgangs des Speicherbatteries und der Lade-/Entladeleistung lautet wie folgt:

Formel (10) beschreibt die Beziehung zwischen dem SOC des Speicherbatteries und der Ladeleistung während des Ladens (hier P_b^t ＜ 0; Formel (11) beschreibt, dass während des Entladens (hier P_b^t ＞ 0.