CN102570609A - 一种适用于智能电网的居民用户智能能量管理系统 - Google Patents

Abstract

本发明公开了一种适用于智能电网的居民用户智能能量管理系统，实现电力负荷的削峰填谷，提高供电质量和供电可靠性。它在每户居民的家中装设一台智能能量管理控制器和智能电表，在每台可控家电和用户开关处均设一台控制终端，在每台分布式电源处均设一台分布式电源接入装置；控制器与控制终端和分布式电源接入装置间通过Zigbee无线通讯网络互连，智能电表则与分布式电源接入装置和可控家电连接，控制器与智能电表间通过总线通信；智能电表还与电压互感器和电流互感器的二次侧连接，控制器与主站的高级测量体系AMI通过以太网互联进行信息交互；控制器控制控制终端、分布式电源接入装置的投切，控制终端将开关的状态上报控制器，控制器监视开关的状态。

Description

一种适用于智能电网的居民用户智能能量管理系统

技术领域

本发明涉及智能家居和智能电网领域，尤其涉及适用于智能电网的居民用户智能能量管理系统。

背景技术

由于能源、环境、经济、政治等多方面因素的驱动，智能电网已成为未来电力系统的发展方向。目前，无论是发达国家还是发展中国家，都在积极进行传统电网向智能电网的改造。而节约能源、保护环境，是我国长期的重大方针，因此，我国正在大力开展智能电网建设。智能电网是互动电网，它要求供电部门和居民用户之间实现信息互动，让电力用户主动参与到电力市场及电力服务中，实现电力负荷的削峰填谷，以提高供电质量和供电可靠性。为此，供电部门势必推行实时电价，鼓励电力用户低谷用电，减少高峰用电；同时，供电部门鼓励电力用户接入分布式发电与储能设备参与削峰填谷。居民用户数量众多，用电时间选择余量大；而且，随着分布式电源的发展，分布式电源将深入千家万户。因此，设计根据实时电价实现居民智能家电和居民分布式电源智能控制的居民用户能量管理系统具有重要的意义。以往的相关技术仅限于智能电表的双向计费或对智能家电的自动控制，没有实现根据实时电价情况对居民家用电器进行智能控制，使居民电费支出最低。本发明可以控制居民用户家电在低谷用电，在高峰由分布式电源向电网回馈能量，使用户节约开支，使供电部门提高供电效率，同时，可以提高发电部门的发电机组的负荷率，提高机组的效率，降低发电成本。

发明内容

本发明的目的是为了克服传统居民家电能量管理系统无法根据实时电价情况实现对家电的智能控制，使电费支出最低，同时，也无法根据实时电价情况实现对分布式电源的智能控制，使其收益最高的问题，提供一种适用于智能电网的居民用户智能能量管理系统，实现电力负荷的削峰填谷，提高供电质量和供电可靠性。

为实现上述目的，本发明采用如下技术方案：

一种适用于智能电网的居民用户智能能量管理系统，在每户居民的家中装设一台智能能量管理控制器和智能电表，在每台可控家电和用户开关处均装设一台控制终端，在每台分布式电源处均装设一台分布式电源接入装置；控制器与控制终端和分布式电源接入装置间通过Zigbee无线通讯网络互连，智能电表则与分布式电源接入装置和可控家电连接，控制器与智能电表间也通过总线相互通信；智能电表还与电压互感器和电流互感器的二次侧连接，控制器与主站的高级测量体系AMI通过以太网互联进行信息交互；控制器分别控制控制终端、分布式电源接入装置的投切，控制终端将开关的状态通过Zigbee无线通讯方式上报控制器，使控制器监视开关的状态。

所述控制包括主控模块、数据处理模块、电气量输入模块、触摸屏模块、存储模块、实时时钟模块、以太网模块、Zigbee通讯模块和RS232/485模块；主控模块主要负责通讯和人机接口，实现触摸屏的输入和输出、历史数据的存储、以太网通讯、Zigbee通讯、RS232/485通讯和实时时钟输入；实时时钟模块实现万年历实时时钟输入；数据处理模块负责电流和电压电气量的数据采集，并对采集数据进行数字滤波，计算电压有效值、电流有效值、功率因数、有功功率和无功功率；根据历史实时电价预测当日各时间间隔的实时电价，并根据实时电价预测值、可控家电和分布式电源状况，获得可控家电和分布式电源的最优工作时间段决策；根据实时电气参数实现对家用电器的保护决策；将决策结果发送给主控模块，由主控模块实现对家用电器的最优控制。

所述数据处理模块包括DSP芯片和大规模现场可编程逻辑阵列FPGA，DSP芯片与主控模块间采用DMA方式通信，电压和电流信号经过模拟输入变压器或飞电容转换，然后滤波，再经过一个8选1CMOS多路转换器选择，多路转换器的输出由电压跟随放大器驱动，送入高速16位A/D转换器转换为数字量，A/D转换器的输出以串行数据流的形式送入DSP进行处理，采用每周波采样128个点；所述主控模块采用MCF5272芯片；所述存储模块采用256K字节的静态读写存储器SRAM、16M字节SDRAM、4M字节电可擦除的闪烁存储器FLASH RAM，其中，SDRAM是主控制器的工作内存，SRAM用于存储重要历史数据；闪烁存储器用于保存装置运行自举程序、操作系统、应用程序、DSP程序、配置文件。

所述控制终端采用具有Zigbee通信功能的片上系统MC13213，该终端通过Zigbee通讯方式接收控制器的通断电源命令后，通过输出驱动电路MC1413控制电磁继电器，进而控制可控家电的通断电源；电磁继电器的状态通过光电隔离器后送至MC13213，实现对可控家电的通断电源状态监测；家电的温度测量采用数字温度传感器DS18B20，通过串行数据流送入MC13213进行处理。

所述控制器根据从主站获取的历史实时电价信息，利用神经网络实现对当日实时电价的预测，神经网络的输入为：D-14日、D-7日和D-1日的历史实时电价，神经网络的输出为D日的实时电价预测值，神经网络的结构为：3-8-3-1，利用历史数据对该神经网络进行训练，训练完成后的神经网络即为实时电价的神经网络预测模型。

所述控制器根据预测的电价、家电类型、家电运行时间、居民对家电运行状态的期望值、环境温度等条件，计算各时间段家电运行的预测电费支出，取电费支出最低的时间段作为家电运行的时间段，控制器通过Zigbee通讯方式向家电处的控制终端发送投入运行命令，实现对家电运行费用最低控制。

所述控制器根据实时电价预测值、每度电的度电补贴、分布式电源每发一度电的运行成本和分布式电源的发电量计算分布式电源投入运行的盈亏；若盈亏值大于0，且分布式电源满足接入点的最大容许容量限制，则由居民家电能量管理系统通过Zigbee通讯方式向相应分布式电源的接入装置发送投入运行命令，使相应的分布式电源投入运行；若盈亏值小于0，则使分布式电源停止运行。

所述控制器根据从智能电表获取的用户实际消费电量和从主站获取的实时电价，计算用户的实际电费支出，并将用户每月的实际消费电量和实际电费支出通过以太网上报主站，实现远程抄表功能。

所述预测电费支出为

Z_a＝Z_th+Z_ad                              (1)

Z_th＝(C₁+C₂+...+C_n)W₁₅+C_n+1W_t-15n        (2)

$\left\{\begin{array}{cc}{Z}_{\mathrm{ad}}=\frac{t_e-t_c}{t_i}{W}_t{C}_{n+1}& ,t_e\&GreaterEqual;t_c\\ Z_{\mathrm{ad}}=\frac{24+(t_e-t_c)}{t_i}{W}_t{C}_{n+1}& ,t_e<t_c\end{array}\right.---\left(3\right)$

其中，Z_a为家电的预测电费支出；Z_th为家电在时间间隔1，2，...，n，n+1通电运行时的电费理论支出；Z_ad为家电由于提前运行完成而产生的能量损耗所需要的额外电费支出；C₁，C₂，...，C_n，C_n+1分别为时间间隔1，2，...，n，n+1的实时电价；W₁₅为家电运行15分钟所消耗的电能；W_t-15n为家电运行t-15n即小于15分钟所消耗的电能；t为家电总的运行时间；t_e为家电期望运行完成的时刻；t_c为家电理论运行完成的时刻；t_i为家电温度降低或升高1℃所需要的时间；W_t为家电升高或降低1℃所消耗的电能；对于运行时间与环境温度有关的家电，预测电费支出按公式(1)进行计算；对于运行时间与温度无关的家电，则预测电费支出按公式(2)计算；取家电运行预测电费支出最低的时间段作为该家电投入运行的最终控制时间；控制方式采用Zigbee无线通讯方式，通过对控制家电运行的控制终端的控制实现对家电的投入或退出控制；对电动汽车充电的控制，根据实时电价预测值、电动汽车电池状态和用户对充电电池充电状态的期望值，确定最终充电的时间段，通过控制分布式电源接入装置实现对电动汽车的投入或退出控制。

所述分布式电源投入运行的盈亏为

Y＝W_DG(C+S-R)                      (4)

其中，W_DG表示分布式电源的发电量，由分布式电源接入装置通过Zigbee无线通讯网络传输给居民用户智能能量管理控制器；C表示实时电价预测值，S表示每度电的度电补贴，这两个参数是由主站的AMI通过以太网传输给居民用户智能能量管理控制器；R为分布式电源每发一度电的运行成本，包括设备的折旧费和维护费等。当计算的运行盈亏值Y大于0时，表示投入分布式电源运行后可盈利，即可投入分布式电源，否则，切除分布式电源；

分布式电源的投入容量受以下公式约束

P_DG≤P_max                          (5)

其中，P_DG为接入的所有分布式电源的总功率；P_max为分布式电源接入点容许的最大接入容量，是由主站的AMI通过以太网传输过来的参数值，居民用户智能能量管理控制器根据公式(4)的实时计算分布式电源的运行盈亏，若盈亏值Y大于0，且满足公式(5)，则投入容量为P_DG的分布式电源运行；若不满足公式(5)，则投入容量为P_max的分布式电源运行。

本系统的居民家电能量管理控制器根据历史实时电价数据，利用神经网络实现对当日各时间段的实时电价进行预测，根据预测的实时电价、家电类型、运行时间、居民对家电运行状态的期望值、环境温度等条件，计算各时间段家电运行的预测电费支出，取电费支出最低的时间段作为家电运行的时间段。在相应的时刻，居民家电能量管理控制器通过Zigbee通讯方式向家电的控制终端发送投入运行命令，使家电投入运行，当运行时间到时，再向家电的控制终端发送退出运行命令，使家电停止运行。同时，居民家电能量管理控制器根据实时电价预测值、每度电的度电补贴、分布式电源每发一度电的运行成本和分布式电源的发电量计算分布式电源投入运行的盈亏。若盈亏值大于0，且分布式电源满足接入点的最大容许容量限制，则由居民家电能量管理控制器通过Zigbee通讯方式向相应分布式电源的接入装置发送投入运行命令，使相应的分布式电源投入运行；若盈亏值小于0，则使分布式电源停止运行。本系统的控制器根据从智能电表获取的用户实际消费电量和从主站获取的实时电价，计算用户的实际电费支出，并将用户每月的实际消费电量和实际电费支出通过以太网上报主站，实现远程抄表功能。

本发明的有益效果：本发明适用于实行实时电价且装有智能电表的智能电网居民用户，以用户电费支出最少为目标，对居民用户家电和分布式电源进行智能控制，实现电力负荷的削峰填谷，提高供电质量和供电可靠性。

附图说明

图1为本发明居民用户智能能量管理系统结构框图；

图2为本发明居民用户智能能量管理控制器功能框图；

图3为本发明基于神经网络的实时电价预测模型；

图4为本发明居民用户智能能量管理控制器的硬件结构图；

图5为本发明居民用户智能能量管理控制终端的硬件结构图；

图6为本发明居民用户智能能量管理控制器的软件流程图。

具体实施方式

下面结合附图和具体实施方式对发明做进一步描述。

本发明提出的适用于智能电网的居民用户智能能量管理系统，是通过如下的技术方案实现的，其步骤包括：

如图1所示为本发明居民用户智能能量管理系统结构框图。该系统以居民用户智能能量管理控制器为核心，该控制器通过以太网与主站的高级测量体系(AMI)进行信息交互，从AMI获取实时电价信息，从智能电表获取实时消费电量信息，计算实际的电费支出，并向AMI上报用户每月消耗的电能和电费支出，以及电压、电流和功率因数等运行参数，以供AMI根据用户负荷情况确定实时电价，实现远程抄表功能。该控制器根据从AMI获取的历史实时电价(D-14日、D-7日和D-1日的实时电价)，利用神经网络预测D日各时间间隔的实时电价，根据预测的实时电价和可控家电情况确定可控家电的最优运行时间段，到相应的时间段起始时刻时，控制器通过Zigbee无线通讯方式向控制可控家电的控制终端下达投入运行命令，控制终端使控制家电的电磁继电器闭合，使相应的家电投入运行。同时，控制器根据预测的实时电价、分布式电源运行成本和电价补贴，计算分布式电源投入运行的盈亏值大于0的时间段，到相应的时间段的起始时刻时，控制器通过Zigbee通讯方式向分布式电源接入装置下达分布式电源投入命令，使相应的分布式电源投入运行。控制器通过RS485通讯方式从智能电表获取用户实际消耗的电量信息，并根据实时电价，计算用户的实际电费支出，以便实现AMI的远程抄表功能。控制器从电压互感器(PT)、电流互感器(CT)的二次侧获取用户的电压和电流状态，并计算功率因数，以便向AMI上报用户用电的电气参数，使主站及时调整电气参数，提高供电质量。同时，控制器根据检测的电压和电流，实现过压、过流、欠压和漏电保护，如果出现相应的故障时，则控制器通过Zigbee无线通讯方式向用户开关处的控制终端发送跳闸命令，使用户开关断开，保护家用电器。各控制终端将各开关的状态通过Zigbee无线通讯方式上报控制器，使控制器可以监视各开关的状态。

如图2所示为本发明居民用户智能能量管理控制器功能框图。该控制器由：主控模块、数据处理模块、电气量输入模块、触摸屏模块、存储模块、时钟模块、以太网模块、Zigbee通讯模块和RS232/485模块等组成。主控模块主要负责通讯和人机接口，实现触摸屏的输入和输出、历史数据的存储、以太网通讯、Zigbee通讯、RS232/485通讯和实时时钟输入。实时时钟模块实现万年历实时时钟输入。数据处理模块负责电流和电压电气量的数据采集，并对采集数据进行数字滤波，计算电压有效值、电流有效值、功率因数、有功功率和无功功率等；根据历史实时电价预测当日各时间间隔的实时电价，并根据实时电价预测值、可控家电和分布式电源状况，获得可控家电和分布式电源的最优工作时间段决策；根据实时电气参数实现对家用电器的保护决策；将决策结果发送给主控模块，由主控模块实现对家用电器的最优控制。

如图3所示为本发明基于神经网络的实时电价预测模型。该模型的结构为3-8-3-1，输入层有3个节点，分别对应3个输入端：D-14日、D-7日和D-1日的历史实时电价(C₁(t)、C₂(t)和C₃(t))；包含2个隐含层，第一个隐含层有8个节点，第二个隐含层有3个节点；输出层有1个节点，对应于D日的实时电价预测输出(

t))。利用历史实时电价数据对神经网络进行训练，得到神经网络实时电价预测模型。将D-14日、D-7日和D-1日各时间间隔的历史实时电价输入到神经网络预测模型，即可得到D日的实时电价预测值。

如图4所示为本发明居民用户智能能量管理控制器的硬件结构图。主控制器采用Freescale公司的32-bit微处理器MCF5272CVF66；数据处理器采用AD公司的高集成度单片数字信号处理器ADSP-2185，它与主控制器之间通过DMA方式进行通信；采用一片大规模现场可编程逻辑阵列FPGA实现系统的逻辑控制；采用256K字节的静态读写存储器(SRAM)、16M字节SDRAM、4M字节电可擦除的闪烁存储器(FLASH RAM)，其中，SDRAM是主控制器的工作内存，SRAM用于存储重要历史数据；闪烁存储器用于保存装置运行自举程序、操作系统、应用程序、DSP程序、配置文件等。模拟输入通道中，电压和电流信号经过模拟输入变压器或飞电容转换，然后滤波，再经过一个8选1CMOS多路转换器选择，多路转换器的输出由电压跟随放大器驱动，送入高速16位A/D转换器转换为数字量，A/D的输出以串行数据流的形式送入DSP进行处理。为了提高采样精度，采用每周波采样128个点。Zigbee接口采用TI公司的CC2420芯片；实时时钟采用美国DALLAS公司DS1302；以太网接口采用台湾Asix公司的以太口模块AX11001；触摸屏采用TI公司的触摸屏控制器ADS7846。

如图5所示为本发明居民用户智能能量管理控制终端的硬件结构图。该控制终端采用Freescale公司的具有Zigbee通信功能的片上系统MC13213，该终端接收到控制器的通断电源命令后，通过输出驱动电路MC1413控制电磁继电器，控制可控家电的通断电源；电磁继电器的状态通过光电隔离器后送至MCU，实现对可控家电的通断电源状态监测；家电的温度测量采用数字温度传感器DS18B20，通过串行数据流送入MC13213进行处理。

如图6所示为本发明居民用户智能能量管理控制器的软件流程图。主程序首先根据历史实时电价数据对当天各时间间隔的实时电价进行预测，并根据实时电价预测值和可控家电与分布式电源的状况，确定可控家电和分布式电源的最优运行时间段。根据最优运行时间段对相应家电的控制终端或分布式电源接入设备发送相应命令。发送命令采用中断方式，中断分为两类，一类是运行时间段起始中断，另一类为运行时间段结束中断。当相应的时间到时，即进入相应的中断服务子程序，控制相应的家电控制终端或分布式电源接入装置，使相应的家电或分布式电源投入或退出运行。

为了具体描述居民用户智能能量管理系统的技术实施方案，下面以家用电热水器为例进行详细描述。假设电热水器的功率为2000W，容量为60L，电热水器的水的初始温度为20℃，电热水器加热后的最终温度为45℃。则加热完成需要的能量为：

Q＝cmΔT＝4.2×10³×60×(45-20)＝6.3×1⁶J＝1.75kWh             (6)

加热需要的时间为：

$t=\frac{W}{P}=\frac{Q}{P}=\frac{1.75}{2}=0.875h=52.5\min ---\left(7\right)$

假设用户期望电热水器加热完成时间为21:45，加热完成后，每4个小时，电热水器的水温降低1℃，相应损耗的能量为：

ΔQ＝cmΔT＝4.2×10³×60×1＝2.52×10⁵J＝0.07kWh                (8)

设实时电价的时间间隔为15分钟，神经网络预测输出的实时电价预测值如表1所示。因为电热水器加热时间需要52.5min，涉及C_t、C_t+15、C_t+30和C_t+45四个时间段的实时电价预测值，其中，C_t为电热水器投入运行时刻t的实时电价预测值C_t+15、C_t+30和C_t+45分别为t+15、t+30和t+45时刻的实时电价预测值。该电热水器每15min所消耗的电能为：0.5kWh，因此理论电费支出为：

Z_th＝C_t×0.5+C_t+15×0.5+C_t+30×0.5+C_t+45×0.25              (9)

考虑提前加热完成的能量损耗，加热的最终温度应比要求的45℃高，所以存在额外电费支出：

$\left\{\begin{array}{cc}{Z}_{\mathrm{ad}}=\frac{21.75\&times;60-(t+60)}{240}\&times;0.07\&times;C_{t+6,}& t+60\&le;1305\min \\ Z_{\mathrm{ad}}=\frac{24\&times;60-[21.75\&times;60-(t+60)]}{240}\&times;0.07\&times;C_{t+60,}& t+60>1305\min \end{array}\right.---\left(10\right)$

在每个时间段投入运行时，额外的电费支出如表1所示。根据公式(1)计算的预测电费支出如表1所示。由表1可知，最小的预测电费支出为0.879元，对应的电热水器投入运行时间为2:00时。因此，居民用户智能能量管理控制器在2:00时向电热水器的控制终端发送投入运行命令，电热水器通电开始加热。因为在加热完成时刻至用户期望完成时刻的一段时间内存在能量损耗，因此加热时间应延长，延长时间为：

$t_1=\frac{21.75\&times;60-(120+60)}{240}\&times;0.07\&times;\frac{60}{2}=9.84\min ---\left(11\right)$

因此，在3:02时刻控制器向电热水器的控制终端发送停电命令，使电热水器断开电源。

表1实时电价预测值和电热水器的电费支出

时间	0:00	0:15	0:30	0:45	1:00	1:15	1:30	1:45	2:00	2:15	2:30	2:45	3:00	3:15	3:30	3:45
																	实时电价预测(元)	0.52	0.51	0.5	0.48	0.46	0.45	0.44	0.43	0.42	0.42	0.42	0.43	0.44	0.45	0.46	0.47
额外电费支出(元)	0.174	0.165	0.159	0.154	0.149	0.143	0.141	0.14	0.141	0.142	0.144	0.145	0.146	0.147	0.151	0.152
																	预测电费支出(元)	1.059	1.025	0.992	0.959	0.931	0.908	0.891	0.88	0.879	0.887	0.901	0.92	0.938	0.957	0.981	1.004
时间	4:00	4:15	4:30	4:45	5:00	5:15	5:30	5:45	6:00	6:15	6:30	6:45	7:00	7:15	7:30	7:45
																	实时电价预测(元)	0.48	0.5	0.51	0.51	0.52	0.53	0.54	0.55	0.56	0.56	0.57	0.57	0.57	0.58	0.58	0.59
额外电费支出(元)	0.15	0.15	0.151	0.151	0.152	0.152	0.149	0.15	0.147	0.145	0.145	0.142	0.142	0.144	0.141	0.143
																	预测电费支出(元)	1.022	1.04	1.053	1.066	1.084	1.102	1.114	1.127	1.135	1.137	1.145	1.147	1.154	1.172	1.184	1.209
时间	8:00	8:15	8:30	8:45	9:00	9:15	9:30	9:45	10:00	10:15	10:30	10:45	11:00	11:15	11:30	11:45
																	实时电价预测(元)	0.61	0.61	0.63	0.64	0.66	0.65	0.66	0.65	0.65	0.67	0.67	0.68	0.68	0.7	0.7	0.72
额外电费支出(元)	0.143	0.144	0.139	0.139	0.134	0.131	0.132	0.129	0.128	0.125	0.126	0.123	0.123	0.12	0.117	0.11
																	预测电费支出(元)	1.228	1.249	1.267	1.279	1.281	1.273	1.279	1.281	1.293	1.305	1.316	1.328	1.343	1.36	1.367	1.365
时间	12:00	12:15	12:30	12:45	13:00	13:15	13:30	13:45	14:00	14:15	14:30	14:45	15:00	15:15	15:30	15:45
																	实时电价预测(元)	0.72	0.72	0.7	0.71	0.7	0.67	0.68	0.68	0.66	0.61	0.59	0.58	0.57	0.56	0.56	0.55
额外电费支出(元)	0.109	0.104	0.097	0.095	0.092	0.087	0.077	0.072	0.069	0.065	0.061	0.059	0.055	0.053	0.052	0.047
																	预测电费支出(元)	1.356	1.344	1.319	1.305	1.287	1.267	1.24	1.195	1.144	1.097	1.071	1.054	1.038	1.025	1.022	1.012

时间	16:00	16:15	16:30	16:45	17:00	17:15	17:30	17:45	18:00	18:15	18:30	18:45	19:00	19:15	19:30	19:45
																	实时电价预测(元)	0.55	0.56	0.54	0.55	0.57	0.58	0.61	0.63	0.65	0.67	0.69	0.71	0.72	0.72	0.72	0.71
额外电费支出(元)	0.046	0.045	0.043	0.043	0.041	0.04	0.038	0.036	0.034	0.032	0.028	0.025	0.022	0.019	0.016	0.012
																	预测电费支出(元)	1.008	1.012	1.018	1.045	1.079	1.112	1.151	1.184	1.217	1.247	1.268	1.28	1.279	1.274	1.268	1.255
时间	20:00	20:15	20:30	20:45	21:00	21:15	21:30	21:45	22:00	22:15	22:30	22:45	23:00	23:15	23:30	23:45
																	实时电价预测(元)	0.72	0.71	0.7	0.68	0.66	0.59	0.58	0.59	0.57	0.56	0.55	0.56	0.54	0.54	0.53	0.52
额外电费支出(元)	0.009	0.006	0.003	0	0.245	0.234	0.228	0.221	0.223	0.213	0.21	0.204	0.198	0.196	0.19	0.184
																	预测电费支出(元)	1.244	1.216	1.17	1.11	1.308	1.257	1.238	1.219	1.203	1.183	1.17	1.157	1.133	1.121	1.102	1.084

Claims (10)

1.一种适用于智能电网的居民用户智能能量管理系统，其特征是，在每户居民的家中装设一台智能能量管理控制器和智能电表，在每台可控家电和用户开关处均装设一台控制终端，在每台分布式电源处均装设一台分布式电源接入装置；控制器与控制终端和分布式电源接入装置间通过Zigbee无线通讯网络互连，智能电表则与分布式电源接入装置和可控家电连接，控制器与智能电表间也通过总线相互通信；智能电表还与电压互感器和电流互感器的二次侧连接，控制器与主站的高级测量体系AMI通过以太网互联进行信息交互；控制器分别控制控制终端、分布式电源接入装置的投切，控制终端将开关的状态通过Zigbee无线通讯方式上报控制器，使控制器监视开关的状态。

2.如权利要求1所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述控制包括主控模块、数据处理模块、电气量输入模块、触摸屏模块、存储模块、实时时钟模块、以太网模块、Zigbee通讯模块和RS232/485模块；主控模块主要负责通讯和人机接口，实现触摸屏的输入和输出、历史数据的存储、以太网通讯、Zigbee通讯、RS232/485通讯和实时时钟输入；实时时钟模块实现万年历实时时钟输入；数据处理模块负责电流和电压电气量的数据采集，并对采集数据进行数字滤波，计算电压有效值、电流有效值、功率因数、有功功率和无功功率；根据历史实时电价预测当日各时间间隔的实时电价，并根据实时电价预测值、可控家电和分布式电源状况，获得可控家电和分布式电源的最优工作时间段决策；根据实时电气参数实现对家用电器的保护决策；将决策结果发送给主控模块，由主控模块实现对家用电器的最优控制。

3.如权利要求2所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述数据处理模块包括DSP芯片和大规模现场可编程逻辑阵列FPGA，DSP芯片与主控模块间采用DMA方式通信，电压和电流信号经过模拟输入变压器或飞电容转换，然后滤波，再经过一个8选1CMOS多路转换器选择，多路转换器的输出由电压跟随放大器驱动，送入高速16位A/D转换器转换为数字量，A/D转换器的输出以串行数据流的形式送入DSP进行处理，采用每周波采样128个点；所述主控模块采用MCF5272芯片；所述存储模块采用256K字节的静态读写存储器SRAM、16M字节SDRAM、4M字节电可擦除的闪烁存储器FLASH RAM，其中，SDRAM是主控制器的工作内存，SRAM用于存储重要历史数据；闪烁存储器用于保存装置运行自举程序、操作系统、应用程序、DSP程序、配置文件。

4.如权利要求1所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述控制终端采用具有Zigbee通信功能的片上系统MC13213，该终端通过Zigbee通讯方式接收控制器的通断电源命令后，通过输出驱动电路MC1413控制电磁继电器，进而控制可控家电的通断电源；电磁继电器的状态通过光电隔离器后送至MC13213，实现对可控家电的通断电源状态监测；家电的温度测量采用数字温度传感器DS18B20，通过串行数据流送入MC13213进行处理。

5.如权利要求1所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述控制器根据从主站获取的历史实时电价信息，利用神经网络实现对当日实时电价的预测，神经网络的输入为：D-14日、D-7日和D-1日的历史实时电价，神经网络的输出为D日的实时电价预测值，神经网络的结构为：3-8-3-1，利用历史数据对该神经网络进行训练，训练完成后的神经网络即为实时电价的神经网络预测模型。

6.如权利要求1所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述控制器根据预测的电价、家电类型、家电运行时间、居民对家电运行状态的期望值、环境温度等条件，计算各时间段家电运行的预测电费支出，取电费支出最低的时间段作为家电运行的时间段，控制器通过Zigbee通讯方式向家电处的控制终端发送投入运行命令，实现对家电运行费用最低控制。

7.如权利要求1所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述控制器根据实时电价预测值、每度电的度电补贴、分布式电源每发一度电的运行成本和分布式电源的发电量计算分布式电源投入运行的盈亏；若盈亏值大于0，且分布式电源满足接入点的最大容许容量限制，则由居民家电能量管理系统通过Zigbee通讯方式向相应分布式电源的接入装置发送投入运行命令，使相应的分布式电源投入运行；若盈亏值小于0，则使分布式电源停止运行。

8.如权利要求1所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述控制器根据从智能电表获取的用户实际消费电量和从主站获取的实时电价，计算用户的实际电费支出，并将用户每月的实际消费电量和实际电费支出通过以太网上报主站，实现远程抄表功能。

9.如权利要求6所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述预测电费支出为

Z_a＝Z_th+Z_ad                                          (1)

Z_th＝(C₁+C₂+...+C_n)W₁₅+C_n+1W_t-15n                    (2)

$\left\{\begin{array}{cc}{Z}_{\mathrm{ad}}=\frac{t_e-t_c}{t_i}{W}_t{C}_{n+1}& ,t_e\&GreaterEqual;t_c\\ Z_{\mathrm{ad}}=\frac{24+(t_e-t_c)}{t_i}{W}_t{C}_{n+1},& t_e<t_c\end{array}\right.---\left(3\right)$

其中，Z_a为家电的预测电费支出；Z_th为家电在时间间隔1，2，...，n，n+1通电运行时的电费理论支出；Z_ad为家电由于提前运行完成而产生的能量损耗所需要的额外电费支出；C₁，C₂，...，C_n，C_n+1分别为时间间隔1，2，...，n，n+1的实时电价；W₁₅为家电运行15分钟所消耗的电能；W_t-15n为家电运行t-15n即小于15分钟所消耗的电能；t为家电总的运行时间；t_e为家电期望运行完成的时刻；t_c为家电理论运行完成的时刻；t_i为家电温度降低或升高1℃所需要的时间；W_t为家电升高或降低1℃所消耗的电能；对于运行时间与环境温度有关的家电，预测电费支出按公式(1)进行计算；对于运行时间与温度无关的家电，则预测电费支出按公式(2)计算；取家电运行预测电费支出最低的时间段作为该家电投入运行的最终控制时间；控制方式采用Zigbee无线通讯方式，通过对控制家电运行的控制终端的控制实现对家电的投入或退出控制；对电动汽车充电的控制，根据实时电价预测值、电动汽车电池状态和用户对充电电池充电状态的期望值，确定最终充电的时间段，通过控制分布式电源接入装置实现对电动汽车的投入或退出控制。

10.如权利要求7所述的适用于智能电网的居民用户智能能量管理系统，其特征是，所述分布式电源投入运行的盈亏为

Y＝W_DG(C+S-R)                                        (4)

其中，W_DG表示分布式电源的发电量，由分布式电源接入装置通过Zigbee无线通讯网络传输给居民用户智能能量管理控制器；C表示实时电价预测值，S表示每度电的度电补贴，这两个参数是由主站的AMI通过以太网传输给居民用户智能能量管理控制器；R为分布式电源每发一度电的运行成本，包括设备的折旧费和维护费等。当计算的运行盈亏值Y大于0时，表示投入分布式电源运行后可盈利，即可投入分布式电源，否则，切除分布式电源；

分布式电源的投入容量受以下公式约束

P_DG≤P_max                      (5)

其中，P_DG为接入的所有分布式电源的总功率；P_max为分布式电源接入点容许的最大接入容量，是由主站的AMI通过以太网传输过来的参数值，居民用户智能能量管理控制器根据公式(4)的实时计算分布式电源的运行盈亏，若盈亏值Y大于0，且满足公式(5)，则投入容量为P_DG的分布式电源运行；若不满足公式(5)，则投入容量为P_max的分布式电源运行。

Images