[论文解读] A Unified Residential Energy Cost Optimization Model for Smart Grid - Significance and Challenge

Muhammad Raisul Alam, Marc St‐Hilaire+1 more|arXiv (Cornell University)|May 4, 2015

Smart Grid Energy Management参考文献 25被引用 3

一句话总结

本文提出了一种统一的非凸混合整数非线性规划（MINLP）模型，用于智能电网中住宅能源成本优化，整合了多种能源来源、储能、负荷类型及用户偏好。该模型确保微电网能源交易的帕累托最优性，并表明求解时间随问题规模呈指数增长，凸显了在实时应用中采用启发式方法权衡的必要性。

ABSTRACT

This article addresses the residential energy cost optimization problem in smart grid. To date, most of the previous research only consider a partial aspect of the cost optimization problem. As a result, they fail to analyze scenarios when the interconnected components along with their properties have to be considered simultaneously. The proposed model combines these partial models into a single unified cost optimization model. Therefore, it is able to analyze scenarios which are closer to practical implementation. Furthermore, it is useful to analyze the behavior of a population (e.g., smart buildings, smart cities, etc.) and properties of the components for specific scenarios (e.g., the impact of aggregate storage capacity, etc.). It allows energy trading in microgrid which introduces a cost fairness problem. It ensures Pareto optimality among the households which guarantees that no household will be worse off to improve the cost of others. Results show that it can maintain the user preferences and can react to a demand response program by rescheduling the household loads and sources. Finally, the paper addresses the challenge of the computational complexity of the proposed model, showing that solution time increases exponentially with the problem size and proposes possible approaches to solve this.

研究动机与目标

• 解决现有研究中孤立处理能源成本优化的问题，未考虑储能、可再生能源和用户偏好等多重组件之间的相互作用。
• 开发一个统一的优化模型，将先前研究中的部分模型整合到单一框架中，以分析现实世界中相互关联的智能电网场景。
• 通过强制实施帕累托最优性，确保微电网中各家庭之间的成本公平性，防止为提升其他家庭利益而使某户成本恶化。
• 分析系统级属性（如总储能容量和可再生能源发电量）对总体成本及个体家庭行为的影响。
• 研究所提模型的计算复杂度，并识别尽管求解时间呈指数增长，仍适用于实时部署的实际方法。

提出的方法

• 构建一个非凸MINLP模型，将电网、可再生能源、储能等能源来源，以及可转移负荷与不可转移负荷等负荷类型，连同用户偏好统一整合到单一优化框架中。
• 引入能量平衡约束、储能动态约束（如充放电效率、自放电率）以及电器运行时间窗约束，以反映真实设备的行为特征。
• 采用多目标优化方法，在最小化各家庭能源成本的同时确保帕累托最优性，避免微电网交易中出现不公平的成本分配。
• 通过将MILP转换为MINLP，对能源交易与储能中的非线性关系进行建模，从而更准确地反映真实微电网运行情况。
• 利用数值仿真，通过改变电器数量、时间片数和家庭数量，评估求解时间和复杂度，使用NEOS服务器并设置8小时时间限制。
• 通过测量不同问题规模下29个随机实例的中位数求解时间，分析时间复杂度，揭示了指数增长趋势。

实验结果

研究问题

• RQ1 如何构建一个统一的优化模型，将可再生能源、储能和用户偏好等多样化组件整合到单一框架中，以实现住宅能源成本最小化？
• RQ2 微电网中的能源交易对家庭间成本公平性有何影响？如何通过强制实施帕累托最优性来确保无家庭因他人受益而受损？
• RQ3 所提MINLP模型的计算复杂度如何随电器数量、时间片数和家庭数量的增加而变化？
• RQ4 该模型能否有效响应动态电价信号和需求响应计划，对家庭负荷和能源来源进行合理重调度，同时保持用户偏好？
• RQ5 求解时间呈指数增长对智能电网实时部署的实际影响是什么？有哪些替代方法可缓解此挑战？

主要发现

• 所提出的统一MINLP模型成功将电网、可再生能源、储能及用户偏好等多种组件整合到单一优化框架中，能够分析复杂且相互关联的场景。
• 该模型在微电网能源交易中确保了帕累托最优性，保证无家庭因改善其他家庭成本而被牺牲，从而提升了公平性与实际采纳潜力。
• 仿真结果表明，随着电器数量、时间片数和家庭数量的增加，求解时间呈指数级增长，即使在小规模问题实例中，中位数求解时间也迅速上升。
• 对于最小配置（2户、3个时间片、2台电器），较大规模问题实例的中位数求解时间超过8小时，表明该模型为NP难问题，大规模下精确求解不切实际。
• 尽管存在指数级复杂度，该模型在分析智能建筑、城市和社区等系统级行为方面仍具实用价值，包括电动汽车和可再生能源集成的影响。
• 该模型可用于预测用户行为，并支持净零能耗社区的成本效益分析，为政策制定者和电网运营商提供决策支持价值。