基于分時電價的家庭智能用電控制策略研究

重慶郵電大學(xué) 唐玉玲 應(yīng) 俊

基于分時電價的家庭智能用電控制策略研究

重慶郵電大學(xué) 唐玉玲 應(yīng) 俊

0 引言

隨著科技的發(fā)展，智能電表、傳感器以及智能控制設(shè)備的相應(yīng)出現(xiàn)[1]，人們的家庭生活更加智能化。與生活相關(guān)的電子設(shè)備可以連接在一起，通過設(shè)備間的協(xié)調(diào)運行，為人們提供舒適的生活環(huán)境與優(yōu)質(zhì)的居住體驗，提供更加高效、便捷、豐富的家用基礎(chǔ)服務(wù)[2]。同時，用戶可以建立智能用電控制平臺，優(yōu)化用電情況，降低用電量，提高用電效率，節(jié)約成本[3]。鑒于此，本文基于分時電價，針對家庭用戶的智能用電設(shè)備的能耗進(jìn)行分析，得到最優(yōu)家用電器控制策略，實現(xiàn)家庭智能用電，節(jié)省電能。

1 算法分析

家庭智能用電控制的系統(tǒng)框架主要包括智能控制中心、智能電表、智能開關(guān)、智能插座以及家庭用電設(shè)備[4]等，智能電表可采集到家庭用電器的用電數(shù)據(jù)。用戶可根據(jù)自己的需求，設(shè)定家用電器的運行狀態(tài)，以電量消費最小為目的找到家用電器最合理的使用模式，然后通過智能家庭網(wǎng)關(guān)實現(xiàn)對家用電器的控制。

為了智能控制第二天的家庭用電情況，需要預(yù)測第二天的用電信息，包括電器的啟動時間、運行時長等。本文利用自適應(yīng)模糊推理系統(tǒng)（ANFIS），通過對家庭用電器歷史使用數(shù)據(jù)的學(xué)習(xí)，對第二天的用電情況進(jìn)行預(yù)測，預(yù)測家庭用電器的開啟時間，運行時間等信息，從而有針對性的對用電器進(jìn)行控制。

ANFIS綜合了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法和模糊推理的簡潔形式，通過對訓(xùn)練數(shù)據(jù)的學(xué)習(xí)，產(chǎn)生數(shù)值解。既具有學(xué)習(xí)機(jī)制，又具有模糊系統(tǒng)的語言推理能力。

圖1 自適應(yīng)模糊推理系統(tǒng)示意圖

ANFIS結(jié)構(gòu)有5層，如圖1所示， 第一層是輸入?yún)?shù)的選擇和模糊化，它是模糊規(guī)則建立的第一步。模糊集的隸屬度函數(shù)，通常選用鐘型函數(shù)，三角隸屬函數(shù)，梯度隸屬函數(shù)等都是模糊化時常用的函數(shù)。第二層是模糊規(guī)則激勵強(qiáng)度的計算，將輸入信號的隸屬度相乘。第三層是節(jié)點進(jìn)行各條規(guī)則適用度的歸一化計算。 第四層是每個節(jié)點作為自適應(yīng)節(jié)點。第五層的單節(jié)點是一個固定節(jié)點，計算所有輸入信號的總輸出。

遺傳算法是一類借鑒生物界自然選擇和自然遺傳過程中發(fā)生的繁殖、交叉和基因突變現(xiàn)象[6]，在每次迭代中都保留一組候選解，并按照某種指標(biāo)從解群中選取較優(yōu)的個體，利用遺傳算子對這些個體進(jìn)行組合，產(chǎn)生新一代的候選解群，重復(fù)此過程直到滿足某種收斂條件為止。對待優(yōu)化的問題，先求取目標(biāo)函數(shù)，然后根據(jù)目標(biāo)函數(shù)設(shè)定適應(yīng)度函數(shù)，根據(jù)設(shè)定的目標(biāo)函數(shù)，利用MATLAB軟件中的遺傳算法工具箱求解函數(shù)優(yōu)化問題，從而得到家庭用電最優(yōu)方法。在盡量不影響用戶每天正常的用電需求情況下，付出電費最少作為優(yōu)化目標(biāo)。

2 仿真分析

實驗采用的數(shù)據(jù)是一個家庭每天的用電數(shù)據(jù)，3個電表以每分鐘的采樣頻率采集。電表1記錄采集到的廚房電量，包括微波爐、烤箱等；電表2采集洗衣機(jī)電量；電表3采集熱水器和空調(diào)電量。實驗采用的分時電價以武漢試點地區(qū)的電價標(biāo)準(zhǔn)，電價采取《國家發(fā)展改革委關(guān)于湖北省分時電價方案的批復(fù)》文件中的電價方案[5]，其中，“峰段電價=平段電價*1.8；谷段電價=平段電價*0.48”，分時電價函數(shù)為：

2.1 用電行為預(yù)測

為了對第二天的家用電器進(jìn)行調(diào)控，需要提前知道家用電器的運行情況，開啟時間、運行時間等，所以需要對第二天的家用電器運行情況進(jìn)行預(yù)測。本文利用MATLAB中的ANFIS工具箱進(jìn)行仿真，預(yù)測結(jié)果與實際使用情況進(jìn)行比較，得到預(yù)測匹配情況圖，如圖2(a)(b)所示：

圖2 (a) 預(yù)測匹配度圖

圖2 (b) 預(yù)測匹配度圖

2.2 智能用電策略

在盡量不影響用戶每天正常的用電需求情況下，付出電費最少為優(yōu)化目標(biāo)。將一天的時間劃分為120個時間段，每個時間段12分鐘，其中，u表示各個時段。則目標(biāo)函數(shù)為：

一天120個片段，在采用二進(jìn)制編碼時只需要采用7位二進(jìn)制碼（128的二進(jìn)制碼是1111111），為算法帶來了方便。根據(jù)時間的劃分原則，每種用電設(shè)備的用電量可以也能夠一個向量來表示，假設(shè)向量A代表所有用電設(shè)備的集合，a代表任何一種用電設(shè)備，Pa代表用電設(shè)備a的能耗向量。

Pan代表用電設(shè)備在1個時間片段內(nèi)的能耗，如果在這個時間片段不工作，則能耗為0。

設(shè)備的總的能耗為：

設(shè)定一種用電設(shè)備的功率值（p）是定值，在12分鐘的時間片段內(nèi)的能耗表示為：

在分時電價的情況下，智能用電優(yōu)化算法通過優(yōu)化用電設(shè)備的能耗Pa來達(dá)到節(jié)省用電費用的目的，需要為每種用電設(shè)備規(guī)劃合理的工作時間范圍。假設(shè)αa（）是用電設(shè)備工作時間范圍下限，是工作時間范圍上限，，la為a的工作時長，，ta為a的起始工作時間，則。

將預(yù)測得到的數(shù)據(jù)，進(jìn)行優(yōu)化仿真分析。利用負(fù)荷分類的模型，對用電器進(jìn)行用電優(yōu)化?？偰芎臑椋?/p>

其中，PC是參與調(diào)控電器的總電量。

P是參與調(diào)控的單個電器電量消耗，PN為未參與調(diào)控的電器能耗。

普通情況下和采用智能用電優(yōu)化情況下的用電量分布如圖3(a)(b)所示：

圖3(a) 普通情況下的用電量分布圖

圖3(b) 采用智能用電優(yōu)化情況下的用電量分布圖

從利用遺傳算法進(jìn)行仿真的進(jìn)化圖4中可以看出，設(shè)置好遺傳參數(shù)后，在12代左右可獲得最優(yōu)解。最優(yōu)解和解的平均值一開始相差比較大，隨著種群數(shù)的不斷進(jìn)化，適應(yīng)度值小的個體被淘汰，而最優(yōu)解個體被保留，最終得到最優(yōu)解和解的平均值相當(dāng)?shù)那闆r，即為最終的最優(yōu)解。

對于一般的家庭用戶而言，用電量主要分布在早上、中午、晚上三個時間段。經(jīng)過智能優(yōu)化后，用電量的分布時間比優(yōu)化前分散。主要是將用電設(shè)備從電價高的時間段調(diào)整到平時間段或者谷時間段，從而達(dá)到節(jié)省用電費用的目的。

通過圖5的分時電價，可以計算出家庭用電費用。未優(yōu)化前，用電費用為7.349元，智能優(yōu)化后，用電費用為5.673元，用電費用減少了22.81%。文獻(xiàn)[6]中的用電費用，優(yōu)化前為9.18元，優(yōu)化后為7.56元，減少了17.65%。本論文的方法與其進(jìn)行對比，用電費用減少得更多，更利于節(jié)省用電費用。

3 結(jié)論

本文提出了一種基于分時電價情況下的家庭智能用電控制策略。該方法在滿足用戶滿意度的條件下，盡可能地減少用戶用電費用。利用自適應(yīng)模糊推理算法 (ANFIS) 預(yù)測第二天電器參與運行的情況，通過遺傳算法分析最優(yōu)的用電費用模型。綜合考慮用戶的用電滿意度和電費節(jié)省情況，對家庭用電器提出智能控制方案。通過MATLAB仿真，結(jié)果驗證了提出的方案可以在滿足用戶滿意度的條件下，節(jié)省較多的用電費用。

[1]張新昌,周逢權(quán).智能電網(wǎng)引領(lǐng)智能家居及能源消費革新[J].電力系統(tǒng)保護(hù)與控制,2014(5):59-67.

[2]Zhuang Zhao,Won Cheol Lee.An Optimal Power Scheduling Method for Demand Response in Home Energy Management System[J].IEEE Transactions on smart grid,2013,4(3):1391-1400.

[3]Amjad Anvari-Moghaddam,Ashkan Rahimi-Kian.Optimal Smart Home Energy Management Considering Energy Saving and a Comfortable Lifestyle[J].IEEE Transactions on smart grid,2017,6(1):324-332.

[4]樊瑋,劉念,張建華.事件驅(qū)動的智能家庭在線能量管理算法[J].電工技術(shù)學(xué)報,2016,31(13):130-140.

[5]A.Nacer,B Marhic.Smart Home,Smart HEMS,Smart heating:An overview of the latest products and trends[C].2017 6th International Conference on System and Control(ICSC),2017,90-95.

[6]傅軍棟,康水華,馬書研.基于尖峰電價的家庭能量管理最優(yōu)控制算法[J].計算機(jī)應(yīng)用研究,2016,33(7):2083-2086.

唐玉玲（1991—），碩士研究生，主要從事電子新技術(shù)及應(yīng)用方面的研究。

應(yīng)?。?976—），副教授，碩士生導(dǎo)師，主要從事電子信息技術(shù)方面的研究。