徐夢佳,王渝紅,竺懋渝,趙賀,劉慶時
(1.四川大學電氣信息學院,成都610065;2.國網(wǎng)北京市電力公司,北京100031)
自美國建立第一幢智能建筑以來,德國、日本等經(jīng)濟發(fā)達國家也廣泛開展了對家居智能化的研究,但是關于智能化住宅的定義,至今尚無明確統(tǒng)一的認同[1]。我國智能家居起步晚,起點低,較國際先進水平還有較大的差距。此外由于缺乏統(tǒng)一的行業(yè)標準,使得智能家居產(chǎn)業(yè)廣泛存在實用性低、價格昂貴、兼容性差[2]等問題。2009年我國提出了以特高壓骨干網(wǎng)絡為基礎的堅強智能電網(wǎng)概念[3-4]。智能電網(wǎng)的建設為智能家居的發(fā)展提供了一定的技術支持,并豐富了智能家居概念,新型智能家居除了為用戶提供舒適、便捷的生活方式,還應具有優(yōu)化家庭傳統(tǒng)能源配置,提高能源利用率,實現(xiàn)用戶智能用電的作用[5-6]。
針對我國智能家居發(fā)展現(xiàn)狀,關鍵在于明確智能家居概念,建立符合時代要求的評價指標體系。文獻[7-8]介紹了傳統(tǒng)智能家居的概念、關鍵技術及其發(fā)展現(xiàn)狀和未來前景;文獻[9]提出了智能電網(wǎng)形勢下,智能家居通過家庭微電網(wǎng)、網(wǎng)絡計量、“云+端”模式實現(xiàn)其能源的生產(chǎn)、消費及管理;文獻[10-11]從系統(tǒng)大方向出發(fā)構建了智能電網(wǎng)評價體系,因此關于用戶或智能用電方面的指標,含義籠統(tǒng),缺乏實用性低,而現(xiàn)有文獻中對智能家居評價指標體系的研究幾乎沒有。
智能家居是一個多行業(yè),多專業(yè)交叉的復雜領域,文章從智能電網(wǎng)智能用電的角度,對智能家居評價指標體系進行詳細構建,并基于層次分析法理論構建指標判斷矩陣,利用圖論知識及和積法修正判斷矩陣次序一致性和基本一致性,得到指標體系的綜合權重排序,最后利用模糊理論形成指標體系的模糊綜合判斷模型,判斷體系的有效性。
根據(jù)SMART準則[2]及智能家居在智能用電方面的要求,按照以下三個原則來構建智能家居指標體系:(1)全面性。智能家居指標體系應包括從智能電網(wǎng)和用戶這兩個角度對智能家居的要求及特點;(2)典型性。選取要能夠反應主要問題的關鍵指標,盡量減少指標之間的相似性,減少信息重疊及冗余;(3)客觀性。指標體系應真實反應智能家居在智能用電方面的實際情況。
智能家居是一個基于計算機、傳感器、網(wǎng)絡通信等技術,涉及用戶、水電氣管理部門、社區(qū)安防等多角度、多層次的復雜工程。因此采用AHP理論[12]構造由核心目標、宏觀指標集、微觀指標集組成的指標體系。核心目標O代表評價過程的主要問題;宏觀指標集 Ui(i=1,2,…,m)相互獨立,從屬于核心目標O;微觀指標集 uij(j=1,2,…,n)受宏觀指標集支配,是對宏觀指標集的細化,且同一宏觀指標下的微觀指標之間具有一定的共性,如圖1所示。
考慮智能家居在智能電網(wǎng)中的作用,結合智能家居技術現(xiàn)狀,從用戶角度構建評估其智能用電水平的指標體系,主要思路為:
(1)智能電網(wǎng)通過智能控制協(xié)調各級電網(wǎng),并實現(xiàn)“電力流、信息流、業(yè)務流”的高度融合,智能家居作為智能用電的重要一部分,應能體現(xiàn)智能電網(wǎng)的內涵及其自動化、互動化、信息化的特征;
(2)從用戶的角度,結合國內外智能家居現(xiàn)狀,選取的指標集應能體現(xiàn)用戶對智能家居實際需求性及智能家居為用戶帶來的利益和影響。
圖1 指標體系結構圖Fig.1 Index system structure diagram
基于指標體系構建原則及思路,得到由目標層={智能家居智能用電水平},宏觀指標層={耗能信息可視化,家電智能化,用戶與電力公司互動性}及各微觀指標集構成的關于家居智能用電水平的評價指標體系,如圖2所示。
圖2 智能家居評價指標體系Fig.2 Assessment index system for smart home
1.3.1 耗能信息可視化
對于傳統(tǒng)家庭用電信息,用戶主要通過電費賬單的形式來獲取,處于被動的信息接收地位,而作為智能電網(wǎng)建設的主要利益者,用戶對電力系統(tǒng)的調節(jié)潛力不容忽視?,F(xiàn)代智能家居通過加裝智能電表、智能插座等設備采集家庭實時用電數(shù)據(jù),用戶可以通過訪問特定Web頁面或者家庭智能終端,查詢詳細的家庭能耗情況,主要包括以下幾個方面:
(1)家庭用電信息。為用戶提供家庭實時或歷史用電量及電費、采用智能家居技術節(jié)約的電量、與歷史用電數(shù)據(jù)相比得到的本月用電趨勢、分布式電源使用量等;(2)電器耗電信息。用戶可以查看任意電器當前或歷史的用電量、使用頻數(shù)、耗能比重,并按耗電量排名進行顯示;(3)實時電價。為用戶提供電力公司發(fā)布的最新峰谷電價及其相應時段,電價上漲或下跌的幅度;(4)設備運行狀態(tài)。通過總控板顯示及控制家庭所有電器的開關運行狀態(tài)。
1.3.2 家電智能化
家電智能化是智能家居的一個鮮明的特點,通過物聯(lián)網(wǎng)技術將住宅內分離的電器組成協(xié)調統(tǒng)一的一體,為用戶帶來便捷舒適的生活方式,此外利用家電智能化控制實現(xiàn)住宅節(jié)能降耗,配合電力調度實現(xiàn)電力負荷移峰填谷,降低電網(wǎng)負荷壓力[13]。
(1)遠程控制。通過移動網(wǎng)絡或Internet,在住宅外任意地點遠程控制家電的啟停;(2)故障預警。監(jiān)控電器接口端的電能質量,監(jiān)控電能參數(shù),如電壓、電流的幅值及變化率,設置相應限值,一旦越限,通訊模塊會對用戶手機或者智能終端發(fā)送電器故障預警提醒;(3)負荷控制。對各電器設置日/月耗能上限,當電器耗能超過上限時,自動關閉相應電器或向用戶發(fā)送提醒信息。此外還設置電器用電時長上限,以防用戶忘記關閉電器的情況發(fā)生,提高電器使用安全性;(4)定時控制。用戶可以自主設計電器啟停時段,如在電價較低時開啟洗衣機,達到節(jié)約電費的目的;(5)模式選擇。用戶可以自定義住宅模式,設計符合經(jīng)濟、實用的用電方式。
1.3.3 用戶與電力公司互動性
互動性是智能電網(wǎng)的主要特征之一,智能家居配備95598互動網(wǎng)站、智能交互終端、自助用電服務終端[14]等增加用戶與供電公司之間的互動友好性。一方面提高對用戶的供電服務質量,彌補智能家居存在的服務死角;另一方面通過用戶反饋的問題完善供電系統(tǒng)及智能家居系統(tǒng)。
(1)用電模式建議。針對數(shù)據(jù)采集終端上傳的用戶用電數(shù)據(jù),利用數(shù)據(jù)挖掘技術分析其用電行為習債,為用戶制定相應節(jié)電建議;此外實時監(jiān)控住宅電能質量,根據(jù)電壓/電流幅值、變化率及頻率偏移等參數(shù),將電能質量設置成良好、較差、惡劣三個等級,并且在電能質量較劣時,對用戶進行預警;(2)咨詢及投訴。用戶根據(jù)自身情況通過95598網(wǎng)站或者電話方式對家庭用電信息、智能家居使用方式等方面進行咨詢,對智能電表等設備故障報修,對供電服務及智能家居的不滿進行投訴或建議;(3)自助繳費。用戶可以隨時隨地通過手機或者電腦訪問特定Web網(wǎng)頁,利用網(wǎng)上銀行、支付寶等支付手段自助繳納電費[15];(4)停電通知。供電公司提前將停電信息發(fā)布到用戶家庭智能交互終端或移動終端。
設某一層指標為 F=[f1,f2,f3,…,fn],邀請專家采用1~9級標度法兩兩比較fi與fj對上層指標的相對重要程度,記為aij。比較標度如表1所示。
表1 比較標度Tab.1 Comparison scale
然后構成判斷矩陣 A=(aij)n×n,i,j=1,2,…,n,其中:
受人為主觀偏差等因素的影響,判斷矩陣存在次序不一致或基本不一致的現(xiàn)象。次序不一致指指標之間重要次序的矛盾,即存在aik>1,akj>1,而aij<1,這反映了專家對問題缺乏基本的認識,原則上是不允許的;基本一致性是由于專家決策偏好和標度誤差等使得判斷矩陣不能保證完全一致,即若aik=2,akj=2,則 aij=4,這在實際過程中無法避免,允許存在一定的偏差,用一致性比例CR<0.1來檢驗。
將判斷矩陣A轉換成0-1矩陣R=(rij)n×n:
基于圖論知識[16],節(jié)點代表指標 fi(i=1,2,…,n),從節(jié)點k到節(jié)點j的有向弧表示指標fk優(yōu)于指標fj。對矩陣R的m次乘冪Rm進行布爾運算,rijm=1表示從節(jié)點i到節(jié)點j之間存在不超過m條邊的一條鏈。當j=i時,riim=1是從節(jié)點i出發(fā)又回到i的循環(huán)鏈,體現(xiàn)了指標重要性次序的矛盾。
圖3為一個5邊長循環(huán)鏈,f1>f2>f3>f4>f5>f1,比較f2和f5,若r25=1,則產(chǎn)生一個3邊長循環(huán)鏈;否則構成一個4邊長循環(huán)鏈。同理考慮4邊長循環(huán)鏈,不論 f5(f2)和 f3(f4)之間重要度大小,都會產(chǎn)生3邊長循環(huán)鏈,因此3邊長是循環(huán)鏈的最小單位。則計算R3,若存在rii3=1,則該矩陣次序不一致。
圖3 5邊長和4邊長循環(huán)鏈Fig.3 Five and four sides circular chain
若矩陣不滿足次序一致性,可與決策者商議并重新構建判斷矩陣,或在原判斷矩陣基礎上:(1)查找循環(huán)鏈;(2)優(yōu)先修改影響次數(shù)最多的有向弧;(3)若影響次數(shù)相等,則優(yōu)先修改接近1的判斷;
對滿足次序一致性的判斷矩陣,采用和積法[11]計算指標權重并進行基本一致性檢驗:
(1)將判斷矩陣A按列歸一化:
(2)得到各指標排序權重:
(3)計算矩陣最大特征根λmax,檢驗基本一致性,若 CR=(λmax-n)/[(n-1)RI]<0.1則停止,否則繼續(xù)下一步。其中RI為平均隨機一致性指標,其具體取值由n決定,如表2所示。
表2 平均隨機一致性指標Tab.2 Mean random consistency index
(4)求出誘導矩陣 C=(cij)n×n,其中:
(5)找出矩陣C中與1偏離程度最大的元素,記為 ckl。若 ckl>1,且akl為整數(shù),則,否則;若 ckl<1,則只需將前述式子反號。對調整后的判斷矩陣重新進行次序一致性及基本一致性檢驗,直到均滿足要求。
設上層指標權重 W=[w1,w2,…,wm],下層指標權重 wi=[wi1,wi2,…,win],則綜合權重為:
根據(jù)上述模型,計算智能家居各指標權重,得到底層指標的綜合權重排序,如表3所示。
表3 指標權重排序Tab.3 Index weight ranking
由于指標體系存在定性判斷,其界限往往比較模糊,因此采用模糊數(shù)學理論進行綜合評價。
(1)確定評價智能家居智能用電水平的指標集U={u1,u2,…,un};
(2)確定評語等級,每個等級是一個模糊子集,等級越多則評價結果越精確:V={v1,v2,…,vk};
(3)建立模糊隸屬矩陣S:
式中sij為評價對象指標ui對評語等級vj的隸屬程度,隸屬度用選擇該等級的頻率表示,即:
式中Nij表示指標ui選擇評語等級vj的次數(shù)。
(4)結合綜合權重排序G,進行復合運算得到綜合評價向量:
式中計算dj的算子模型M(∧*,∨*),通常分為M(∧,∨)、M(·,∨)、M(∧,⊕)、M(·,⊕)??紤]所有因素的影響,本文選擇加權平均型M(·,⊕)模型:
(5)分析綜合模糊評價向量。采用最大隸屬度原則d=max{di}作為評價對象總體評價結論。
參考文獻[14,17]的智能小區(qū)工程,根據(jù)已構建的指標體系,邀請10名相關專家對其智能家居智能用電部分進行評價,并分別命名為案例A和案例B。這里選擇5級評語等級V={很差,較差,一般,較好,很好},對應評分為 H=[20,40,60,80,100],利用上述綜合模糊評價模型,計算案例A和B綜合評分,具體數(shù)據(jù)如表4所示。
表4 案例A和案例B的評分結果Tab.4 Evaluation results of case A and case B
案例A的綜合評價結果中,最大數(shù)值為0.410 1,根據(jù)最大隸屬度原則,最終評價結論是“較好”,表示案例A的家居智能用電水平比較受到專家的認可,其中僅12.49%的專家持否定態(tài)度,結合對應評分向量H,計算得到案例A的最終評分為:71.678分。案例B的最大隸屬度為0.541 4,相應的評語等級為“較差”,即有54.14%的專家覺得案例B的智能用電水平較差,其最終評分僅為:36.438分。
參考案例A和案例B具體情況,案例B建設時間較早,當時智能家居概念還比較新,沒有相應的技術支持,其主要特點集中在小區(qū)的規(guī)劃和安防上,智能家居等級較低;案例A是智能電網(wǎng)概念提出以后的工程,具有較為成熟的技術及資金支持,此外該案例還建設了光伏分布式能源,配套電池儲能以穩(wěn)定光伏發(fā)電的輸出,實現(xiàn)了光電的就地消納和并網(wǎng)??傮w而言,指標體系通過對智能家居智能用電方面的評價,較好的體現(xiàn)了各小區(qū)智能家居水平,與實際相符。
通過對智能家居現(xiàn)狀和智能電網(wǎng)內涵及目標的分析,建立了智能家居在智能用電方面的指標體系及評價方法,并對兩個智能小區(qū)的進行了綜合評價,驗證了該指標體系及評價方法的有效性,可為家居智能用電水平的評估提供一定的借鑒。