用户侧电力需求响应控制系统设计

李逸超,郭 睿,徐 刚,胥 栋,潘红光

(国网上海浦东供电公司,上海 200082)

0 引言

电力需求的日益增长,导致电网存在电力短缺与调峰调频压力大等问题。为解决这些问题,需要挖掘用户侧资源。通过合理控制用户侧资源,可以使电力的供给响应用户需求,从而达到电力供需平衡状态[1]。需求响应可以提升用电效率。但传统需求响应采用人工控制方式,导致响应不及时[2]。区块链技术是包含分布式数据存储与数据加密等功能的集成应用,具备不可篡改与可追溯等优势。区块链技术与用户侧需求响应各业务流程具有天然的契合点。因此一些研究者将区块链应用于电力需求响应资源调度,并设计用户侧需求响应控制系统,以自动完成需求响应控制。

杨梓俊等[3]以最小功率削减量与成交量偏差量为目标,设计需求响应控制系统。该系统可有效控制需求响应,具备较优的用户友好性。刘建涛等[4]为解决功率缺额导致的频率跌落问题,依据负荷响应特性设计需求响应控制系统,并按照优先级顺序完成电力设备需求响应控制,从而有效降低负荷功率。王蓓蓓等[5]提出了基于区块链的电力需求响应资源信用管理方法,设计集中交易和双边交易下考虑信用值的降维(dimensionality reduction,DR)资源交易机制,以实现用户侧电网调度。任昊文等[6]将区块链分布式技术应用于智能电网需求侧响应计划管理,利用区块链分布式技术平衡能源需求与电网能源生产规模,制定考虑需求响应的电网调度计划。但以上方法在控制需求响应过程中无法确保数据传输的安全性。恶意用户可随机篡改系统内的数据,影响需求响应控制效果。而且以上方法未考虑用户侧电力需求响应的优先级,制定的用户侧电力需求响应调度方案不够合理,导致用户的电力负荷仍较高。

为了提升电力需求响应控制效果,本文设计基于区块链技术的用户侧电力需求响应控制系统。该系统创新性地利用基于数据分割的多级加密机制,以提升数据的安全性与隐私性。本文根据家电用电优先级设计用户侧电力需求响应控制方案,完成智能家电的通断电控制,以降低用户负荷功率和用电成本。

1 用户侧电力需求响应控制系统设计

1.1 系统整体架构

本文以区块链技术为基础,设计用户侧电力需求响应控制系统。

用户侧电力需求响应控制系统如图1所示。

图1 用户侧电力需求响应控制系统

网关负责实时采集用户侧电力设备负荷数据。能源区块链包含数据层、网络层、共识层与合约层。数据层利用分布式存储数据库存储全部电力设备负荷数据,形成数据区块;以多级加密机制加密处理存储的电力设备负荷数据,从而提升数据的安全性。网络层利用对等网络、验证机制与传播机制,传输电力设备负荷数据至共识层,以提升数据传输的去中心化效果。共识层利用实用拜占庭容错(practical Byzantine fault tolerance,PBFT)算法,处理区块链节点参与共识的过程,得到可信电力设备负荷数据。合约层负责提供智能合约、脚本代码与协议,以约束电力设备负荷数据传输过程,从而提升数据传输的稳定性与安全性。

需求响应聚合商模块可以在能源区块链内读取用户实时电力设备负荷数据,制定电力需求响应合同;同时,以智能合约的方式,将电力需求响应合同传输至能源区块链内。智能合约的交易机制如下。

①电力供应方和客户均提交某一时段的电力资源供应量(需求量)以及价格。订单信息和客户信用值将被发送至智能合约。

②交易撮合出清。智能合约结合信用值将买卖双方的订单进行撮合,并在达成交易共识后确定供应方的响应量以及价格。

③响应效果分析和信用值计算。响应事件结束后,智能电表自动将数据上传至区块链。根据实际响应情况,智能电表对数据进行打分,进而更新信用值。

④资金转移。智能合约根据智能电表上传的电力供应方的实际响应数据,向其账户地址中转入相应量的以太币,以完成资金转移。

根据以上机制,交易优先权值λ为:

(1)

式中:PR为电力用户提交的价格;CR为电力用户的信用值。

在获取λ的情况下,电网企业希望供应成本最低,故构建成本最小化目标函数minQi,o:

minQi,o=∑λiQi

(2)

式中:λi为第i个供应方的交易有限权值;Qi为第i个供应方的电力报单量;o为第i个电力用户的响应量。

根据minQi,o,本文设计电力资源的交易策略。

能源区块链网关可读取电力需求响应合同内的响应起止时间、负荷等数据,并根据这些数据制定用户侧电力需求响应控制方案。在电力需求响应开始时,使用远程操作将命令下达至智能家居产品,并实时掌握该产品的运行状态。电力需求响应结束后,智能家电设备恢复正常运行状态。能源区块链可按照制定的用户侧智能家电设备控制方案,自动控制用户侧电力需求响应情况。能源区块链网关与需求响应聚合商模块可在链上读取用户侧电力需求响应控制结果。

1.2 基于区块链的数据存储结构

能源区块链的数据层利用分布式存储数据库,存储全部电力设备负荷数据区块。分布式存储数据库结构如图2所示。

图2 分布式存储数据库结构

区块体内通过哈希值标记各用户电力负荷数据交易单。用户电力设备负荷数据交易过程中:需对交易单进行数字签名,以获取有效的交易单并构建成区块;需加盖时间戳并存储至分布式存储数据库内,以提升用户电力负荷数据存储的防篡改性能与可追溯性能。区块头内的Merkle根属于非常关键的数据结构。其通过交易单展开分组哈希,以获取1个哈希值并记录存储至区块头中。能源区块链接收能源区块链网关实时采集的用户电力设备负荷数据后,在分布式存储区块内选取某个在线存储区块,并以该区块为存储用户电力设备负荷数据服务的对象。存储过程中,用户电力设备负荷数据在1 min内不可选择变更存储区块;确定存储区块后,用户电力设备负荷数据直接传输至确认的存储区块内。

1.3 数据多级加密机制

本文利用基于数据分割的多级加密机制,加密处理分布式存储数据库内用户侧电力设备负荷数据,以提升数据的安全性与隐私性。用户侧电力设备负荷数据多级加密机制结构如图3所示。

图3 用户侧电力设备负荷数据多级加密机制结构

身份认证单元内:通过公钥加密算法生成公私钥;通过公钥加密分布式存储数据库内电力设备负荷数据,以提升数据的隐私保护效果[7-9];通过私钥对电力设备用户数据进行签名。数据加密上链单元完成电力设备负荷数据的安全存储机制。加密通信单元依据安全传输协议栈,避免恶意用户非法拦截电力设备负荷数据。上链数据哈希提取单元通过哈希函数,将任意长度的电力设备负荷数据映射成指定长度的二进制电力设备负荷数据。

1.4 用户侧电力需求响应控制方案

用户侧电力需求响应控制方案中,需要控制的智能家电负荷包括空调与热水器等。能源区块链网关按照需求响应聚合商模块,制定电力需求响应合同内的响应起止时间与响应负荷等数据,并创新性地根据家电用电优先级设计用户侧电力需求响应控制方案。本文以智能家电舒适度指数KApp描绘智能家电实时状态。

(3)

智能家电中空调运行状态和室温设定相关。在室温大于最大值情况下,打开空调;在室温低于最小值情况下,关闭空调;在室温位于设置区间时,空调维持当下运行状态不变[10]。空调的用户侧电力需求响应控制模型为:

(4)

式中:t为时段;SA,t为空调运行状态;TA,z为最低室温;ΔTA为室温设定响应增量;TA,t为当下室温;KA,t为空调舒适度指数。

当SA,t=0时,空调关闭;当SA,t=1时,空调打开。

在电力需求响应合同制定的响应起止时间内,空调的用户侧电力需求响应控制模型按照空调优先级控制空调运行状态。智能家电中热水器运行状态和水温相关。电力需求响应合同内设置的最高水温为TB,z、最低水温为TB,l、标准水温变化响应增量为ΔTB、当下水温为TB,t。当TB,t>TB,z时,热水器关闭;当TB,t

(5)

式中:KB,t为热水器舒适度指数;SB,t为热水器运行状态。

当SB,t=0时,热水器关闭;当SB,t=1时,热水器打开。在电力需求响应合同制定的响应起止时间内,热水器的用户侧电力需求响应控制模型按照热水器优先级控制热水器运行状态。

(6)

式中:⎣·」为最小整数取值函数;N[·]为排序函数;n为用户侧电力需求响应控制周期;K(t)为动态优先级。

本文依据K(t)确定智能家电控制的优先级。K(t)={1,2}。K(t)的数值越高,说明智能家电控制的优先级越高。

③按照式(2)与式(3)的智能家电控制模型,调整全部智能家电的功率状态,并进行下一轮用户侧电力需求响应控制。

用户侧电力需求响应控制步骤如下。

①将电力需求响应合同内的需求响应控制起止时间与电力设备负荷等数据,下发至能源区块链网关。

③ 能源区块链网关按照控制方案,下发控制指令至智能家电控制器,以完成智能家电的通断电控制,从而实现用户侧电力需求响应控制。

2 试验结果与分析

本文以某小区的电力用户为试验对象。该小区内共有1 573个电力用户。其中,同时具有空调与热水器这2种智能家电的电力用户数量为219个。试验利用本文系统对这219个电力用户的智能家电进行用户侧电力需求响应控制。空调的额定功率为4 kW、额定室温为23～27 ℃。热水器的额定功率为6 kW、额定水温为45～55 ℃。

在219个电力用户内,试验随机选择1个电力用户,利用本文系统控制该电力用户的用户侧电力需求响应。

智能家电的用户侧电力需求响应控制效果如图4所示。

图4 智能家电的用户侧电力需求响应控制效果

智能家电控制的动态优先级如图5所示。

图5 智能家电控制的动态优先级

综合分析图4与图5可知,在12∶00～15∶00时,室温超过设定的室温范围。此时,空调动态优先级最高。为此,本文系统下发打开空调的控制指令,使功率升高到3 kW以上。室温在13∶30左右降至设定室温范围后,本文系统下发关闭空调的控制指令,使功率降低到2 kW以下。这说明本文系统可有效根据用户需求灵活调节空调负荷功率,以完成空调的用户侧电力需求响应控制。10∶00～13∶00是热水器集中使用期,水温保持较高。此时,热水器的动态优先级较高,本文系统加大热水器功率负荷达到4 kW以上。在16∶00～21∶00时,水温低于设定范围。此时,热水器的动态优先级最高。为此,本文系统下发打开热水器的控制指令,使功率调节至5 kW以上。当水温升至设定范围后,本文系统下发关闭热水器的控制指令,使功率下降。至此,热水器的用户侧电力需求响应控制完成。试验结果表明:本文系统可根据用户侧使用需求灵活调节电器的使用负荷功率,有效控制电力用户的智能家电,实现用户侧电力需求响应控制。

分析不同参与电力需求响应用户比例时,应用本文系统控制后的电力负荷如图6所示。

图6 应用本文系统控制后的电力负荷

由图6可知,本文所研究的小区在10:00～18:00时的负荷较高,达到6 MW以上。应用本文系统控制后,该小区最高负荷明显下降,且负荷曲线较为平滑。随着参与电力需求响应电力用户比例的增长,该小区的负荷峰值越低、负荷峰谷差越小。90%参与电力需求响应的负荷峰值降至4.5 MW以下,峰谷差在2.5 MW以下。试验结果表明:应用本文系统可有效降低该小区的电力负荷,且参与电力需求响应的电力用户比例越高,则应用本文系统控制后的电力负荷越低。

试验利用本文系统对实时采集的电力设备负荷数据进行加密处理,以提升数据存储与传输的安全性。试验利用吞吐量衡量本文系统加密电力设备负荷数据的效果。吞吐量越大,说明加密效率越高。最低吞吐量为0.55 bit/s。吞吐量P为:

(7)

本文系统的电力设备负荷数据加密效果如图7所示。

图7 本文系统的电力设备负荷数据加密效果

由图7可知,随着电力设备负荷数据量的增长,本文系统加密数据时的吞吐量呈下降趋势。当数据量达到80 bit时,尽管数据量仍旧增长,但本文系统的吞吐量不再降低,并稳定在0.61 Gbit/s左右,高于最低吞吐量。这说明本文系统具备较优的电力设备负荷数据加密效果,以及较高的加密效率。

3 结论

在能源互联的新形势下,电力市场内存在大量可独立参与响应的用户。为提升用户侧电力需求响应控制效果,本文设计基于区块链技术的用户侧电力需求响应控制系统。本文首先利用网关节点采集负荷数据,并将数据发送到能源系统进行保存;然后对负荷数据进行加密处理,根据电力需求响应时间和负荷采集电力需求数据;最后,根据家电动态优先级设计用户侧电力需求响应方案。仿真测试结果表明,本文系统可以有效控制用户智能家电的负荷、降低用户的使用负荷和用电成本,为用户侧电力需求响应控制领域的发展提供参考。