基于智能用電環(huán)境下家庭電力能效評(píng)估方法

薛冰， 楊祥勇， 李偉華， 魏恩偉， 王榮明

(1.深圳供電局有限公司， 深圳 518001； 2.深圳市康拓普信息技術(shù)有限公司， 深圳 518034)

0 引言

隨著我國能源建設(shè)以及智能電網(wǎng)的普及，越來越多的個(gè)人以及企業(yè)對(duì)于電力能效指標(biāo)進(jìn)行關(guān)注，而我國政府以及電力部門通過對(duì)節(jié)能降耗指標(biāo)體系的研究，目前也取得了顯著成果，但是隨著我國居民用電的逐年增加，居民用電能效評(píng)估體系目前并未取得突破性研究，家庭電能消耗的管理依然面臨著缺乏完整體系，評(píng)估結(jié)果難以全面反映能耗情況等相關(guān)問題。因此針對(duì)家庭用電的相關(guān)問題，本文從我國東南沿海某市級(jí)城市的居民小區(qū)出發(fā)，研究該小區(qū)內(nèi)居民用電數(shù)據(jù)，根據(jù)該數(shù)據(jù)設(shè)計(jì)出一套比較全面的家庭能效評(píng)估體系，從而敦促居民更為高效的使用現(xiàn)有電力。

1 相關(guān)理論

1.1 模糊綜合評(píng)價(jià)法

模糊數(shù)學(xué)起源于1965年，其是由美國加利福尼亞大學(xué)機(jī)電工程與計(jì)算科學(xué)系交手，扎德所創(chuàng)立，該方法用精準(zhǔn)數(shù)學(xué)成功的描述了模糊數(shù)學(xué)的概念，從而也宣告了模糊數(shù)學(xué)的誕生。本文選用的模糊綜合評(píng)定法，源于背景師范大學(xué)數(shù)學(xué)數(shù)學(xué)系汪培莊先生的模糊綜評(píng)定法，并且根據(jù)電力系統(tǒng)具體情況加以應(yīng)用。其具體實(shí)施步驟如下：

1)確定評(píng)價(jià)對(duì)象的因素集

設(shè)U={u1,u2,…,um}為刻畫被評(píng)價(jià)對(duì)象的m種評(píng)價(jià)因素(評(píng)價(jià)指標(biāo)),其中:m是評(píng)價(jià)因素的個(gè)數(shù),有具體的指標(biāo)體系所決定。

為便于權(quán)重分配和評(píng)議，可以按評(píng)價(jià)因素的屬性將評(píng)價(jià)因素分成若干類,把每一類都視為單一評(píng)價(jià)因素，并稱之為第一級(jí)評(píng)價(jià)因素。第一級(jí)評(píng)價(jià)因素可以設(shè)置下屬的第二級(jí)評(píng)價(jià)因素,第二級(jí)評(píng)價(jià)因素又可以設(shè)置下屬的第三級(jí)評(píng)價(jià)因素,依此類推。

2)確定評(píng)價(jià)對(duì)象的評(píng)語集

設(shè)V={v1,v2，…,vn}，是評(píng)價(jià)者對(duì)被評(píng)價(jià)對(duì)象可能做出的各種總的評(píng)價(jià)結(jié)果組成的評(píng)語等級(jí)的集合。其中：vj代表第j個(gè)評(píng)價(jià)結(jié)果，j=1,2,…,n。n為總的評(píng)價(jià)結(jié)果數(shù)。一般劃分為3～5個(gè)等級(jí)。

3)確定評(píng)價(jià)因素的權(quán)重向量

設(shè)A=(a1,a2,…,am)為權(quán)重(權(quán)數(shù))分配模糊矢量，其中ai表示第i個(gè)因素的權(quán)重,要求0≤ai,Σai=1。A反映了各因素的重要程度。在進(jìn)行模糊綜合評(píng)價(jià)時(shí)，權(quán)重對(duì)最終的評(píng)價(jià)結(jié)果會(huì)產(chǎn)生很大的影響，不同的權(quán)重有時(shí)會(huì)得到完全不同的結(jié)論?，F(xiàn)在通常是憑經(jīng)驗(yàn)給出權(quán)重，但帶有主觀性。本文中權(quán)重向量的確立選取了10名電力系統(tǒng)工作員工，對(duì)于四個(gè)影響因子進(jìn)行評(píng)級(jí)，最后去掉每項(xiàng)最高分，每項(xiàng)最低分其余部分求取平均值，最后四舍五入而成。

4)確立模糊關(guān)系矩陣R

單獨(dú)從一個(gè)因素出發(fā)進(jìn)行評(píng)價(jià)，以確定評(píng)價(jià)對(duì)象對(duì)評(píng)價(jià)集合V的隸屬程度，稱為單因素模糊評(píng)價(jià)(one-way evaluation)。在構(gòu)造了等級(jí)模糊子集后，就要逐個(gè)對(duì)被評(píng)價(jià)對(duì)象從每個(gè)因素ui上進(jìn)行量化，也就是確定從單因素來看被評(píng)價(jià)對(duì)象對(duì)各等級(jí)模糊子集的隸屬度，進(jìn)而得到模糊關(guān)系矩陣：

5)多指標(biāo)綜合評(píng)價(jià)

利用合適的模糊合成算子將模糊權(quán)矢量A與模糊關(guān)系矩陣R合成得到各被評(píng)價(jià)對(duì)象的模糊綜合評(píng)價(jià)結(jié)果矢量B。

模糊綜合評(píng)價(jià)的模型為：

(b1,b2,…,bn)

其中：bj表示被評(píng)級(jí)對(duì)象從整體上看對(duì)評(píng)價(jià)等級(jí)模糊子集元素vj的隸屬程度。

6)對(duì)模糊綜合評(píng)價(jià)結(jié)果進(jìn)行分析

模糊綜合評(píng)價(jià)的結(jié)果是被評(píng)價(jià)對(duì)象對(duì)各等級(jí)模糊子集的隸屬度，它一般是一個(gè)模糊矢量，而不是一個(gè)點(diǎn)值，因而他能提供的信息比其他方法更豐富。對(duì)多個(gè)評(píng)價(jià)對(duì)象比較并排序，就需要進(jìn)一步處理，即計(jì)算每個(gè)評(píng)價(jià)對(duì)象的綜合分值，按大小排序，按序擇優(yōu)。將綜合評(píng)價(jià)結(jié)果B轉(zhuǎn)換為綜合分值，于是可依其大小進(jìn)行排序，從而挑選出最優(yōu)者。

1.2 層次分析法確定權(quán)重

求權(quán)重是綜合評(píng)價(jià)的關(guān)鍵。層次分析法是一種行之有效的確定權(quán)系數(shù)的有效方法。特別適宜于那些難以用定量指標(biāo)進(jìn)行分析得復(fù)雜問題[11]。它把復(fù)雜問題中的各因素劃分為互相聯(lián)系的有序?qū)邮怪畻l理化，根據(jù)對(duì)客觀實(shí)際的模糊判斷，就每一層次的相對(duì)重要性給出定量的表示，再利用數(shù)學(xué)方法確定全部元素相對(duì)重要性次序的權(quán)系數(shù)。其具體實(shí)施如下：

1)確定目標(biāo)和評(píng)價(jià)因素

P個(gè)評(píng)價(jià)指標(biāo)，u={u1,u2,…,up}。

2)構(gòu)造判斷矩陣

判斷矩陣元素的值反映了人們對(duì)各元素相對(duì)重要性的認(rèn)識(shí)，一般采用1—9及其倒數(shù)的標(biāo)度方法。但當(dāng)相互比較因素的重要性能夠用具有實(shí)際意義的比值說明時(shí)，判斷矩陣相應(yīng)元素的值則取這個(gè)比值。即得到判斷矩陣S=(uij)p×p。

3)計(jì)算判斷矩陣

本文選用MATLAB軟件計(jì)算判斷矩陣S的最大特征根λmax，及其對(duì)應(yīng)的特征向量A，此特征向量就是各評(píng)價(jià)因素的重要性排序，也即是權(quán)系數(shù)的分配。

4)一致性檢驗(yàn)

2 電力能效評(píng)估體系建立

本次研究以我國東南沿海某市級(jí)城市的開發(fā)區(qū)某大眾小區(qū)為研究對(duì)象，該小區(qū)目前裝配有可以提取用戶每日用電信息的智能電表。小區(qū)入住率超過95%，調(diào)查對(duì)象具有普通家庭用電的基本特征。

2.1 因素論域確立

按照我國當(dāng)今電力繳費(fèi)制度通常以月為周期，對(duì)于居民用電進(jìn)行電力繳費(fèi)結(jié)算，而隨著當(dāng)今科技的發(fā)展，智能電表已經(jīng)可以提取出用戶每日的用電量信息，因此本次研究以用戶每月單日用電平均質(zhì)量為基礎(chǔ)進(jìn)行研究，故本次評(píng)價(jià)對(duì)象集為：

P=用戶每月單日平均用電質(zhì)量

2.2 評(píng)價(jià)因子選取

通常來講，影響用戶家庭用電的因素較多，但是如果將客戶所有家電信息進(jìn)行登記當(dāng)前形勢(shì)來講，有些不符合目前國情。而從居民用電的根本來看，居民用電的本質(zhì)在于舒適和方便，因此從這一角度出發(fā)，本次選取4個(gè)評(píng)價(jià)因子組成本次調(diào)查的評(píng)價(jià)因子集，其分別為：居民單日平均用電；居民高溫天氣單日平均用電；居民陰雨天氣平均用電；居民單日最大用電。

居民單日平均用電該指標(biāo)可以涵蓋出用戶常用用電設(shè)備的基本使用情況，例如，冰箱，電飯鍋、照明設(shè)備等相關(guān)設(shè)備，這些設(shè)備的使用于居民來說，每月用電量基本固定，上下幅度相差不會(huì)太大，故可以在用戶單日平均用電來表示。

其中居民單日平均用電計(jì)算方式為：

A1-居民單日平均用電；a-居民單日用電；i-當(dāng)月具體日期；j-當(dāng)月總體日期

通常，空調(diào)作為居民用電的一大主要耗電設(shè)備之一，但是其使用于居民來說有著一定的條件，由于本次調(diào)查屬于東南沿海地區(qū)，以高溫天氣為主，因此空調(diào)的使用以大多用來制冷，因此本次研究根據(jù)其特點(diǎn)，單獨(dú)列出高溫天氣的日平均用電情況，該指標(biāo)可以在一定程度上顯示出用戶對(duì)于制冷設(shè)備的使用情況，例如空調(diào)、電扇等設(shè)備。

居民高溫天氣單日平均用電計(jì)算方式為：

A2-居民高溫天氣平均用電；a-居民單日用電；i-當(dāng)月具體日期；k-當(dāng)月高溫日期

于居民來講，由于陰雨天氣客戶大多會(huì)選擇于室內(nèi)活動(dòng)，因此室內(nèi)活動(dòng)中家庭娛樂設(shè)施的使用會(huì)增加，如電視、電腦等相關(guān)設(shè)備，因此本次研究選取居民陰雨天氣單日用電為指標(biāo)，其具體計(jì)算方式為：

A3-居民陰雨天氣平均用電；a-居民單日用電；i-當(dāng)月具體日期；l-當(dāng)月陰雨日期

居民最大用電表示，當(dāng)月內(nèi)居民用電最高的一日，該指標(biāo)通常表示，用戶使用了某些特殊用電設(shè)備，例如電燒烤架、家庭音響等設(shè)備，該項(xiàng)指標(biāo)的具體計(jì)算為：

A4=MAX(ai)

A4-居民當(dāng)月最大用電；a-居民單日用電；i-當(dāng)月具體日期；

故本次評(píng)級(jí)因子的集合為：

A={A1;A2;A3;A4}={居民單日平均用電；居民高溫天氣單日平均用電；居民陰雨天氣平均用電；居民單日最大用電}

2.3 評(píng)論域設(shè)定

根據(jù)居民用電的實(shí)際情況，本次設(shè)定將用戶用電劃分為A、B、C、D、E，將居民用電劃分為5個(gè)等級(jí)，A表示優(yōu)秀能效；B表示良好能效；C表示一般能效水平；D表示較差能效水平;E表示遠(yuǎn)極差能效水平。

4)權(quán)重計(jì)算

根據(jù)4個(gè)評(píng)價(jià)因子，構(gòu)造判定矩陣S=(uij)p×p，即：

最終經(jīng)過歸一化處理后，權(quán)重因子為(0.05,0.35,0.15,0.45)

2.4 相關(guān)校驗(yàn)

使用MATLAB計(jì)算矩陣S的最大特征根，其計(jì)算結(jié)果為λ=4.004 59；

故其判定矩陣一致性CI為：

而通過查表可得，平均隨機(jī)一致性RI=0.9；故隨機(jī)一致性比率為：

由于0.001 7<0.1，因此本次層次分析結(jié)果一致性令人滿意，故本次權(quán)重系數(shù)分配合理即權(quán)重分配有效。

3 相關(guān)應(yīng)用

本次研究以我國東南沿海地區(qū)某小區(qū)內(nèi)某單元樓5層整層10戶為例，對(duì)于其2018年6月的的整體用電情況進(jìn)行研究，其具體數(shù)據(jù)如表1所示。

表1 居民用電數(shù)據(jù)

根據(jù)2018年6月相關(guān)信息，該月具有30天，因此居民單日平均用電量計(jì)算中j，取30，故可計(jì)算各戶中單日平均用電其具體結(jié)果如表2所示。

表2 居民用電數(shù)據(jù)

2018年6月，該地區(qū)溫度超過31度的天氣為25天，陰雨天氣(不包含陣雨)為19天，故其高溫天氣單日平均用電與陰雨天氣單日平均用電如表3所示。

表3 居民用電數(shù)據(jù)

將所有參數(shù)分別乘以對(duì)應(yīng)權(quán)重后，最終得到用戶用電質(zhì)量評(píng)估表如表4所示。

表4 居民用電數(shù)據(jù)

通過之前計(jì)算，最終結(jié)果小于6為A級(jí)，6～7為B級(jí)，7～8為C級(jí)，8～9為D級(jí)大于9為E級(jí)，故其最終評(píng)級(jí)如表5所示。

表5 居民用電數(shù)據(jù)評(píng)級(jí)

而最終經(jīng)過筆者暗訪，發(fā)現(xiàn)居民A-501，為某家庭旅館，居室內(nèi)空調(diào)超過4個(gè)，且經(jīng)常處于24小時(shí)開放狀態(tài)；評(píng)級(jí)為D的居民大多為與父母同住的家庭，家庭人口較多，用電情況復(fù)雜；B，C為普通上班族，家庭用電情況大同小異，受家庭用電設(shè)備中用電器械的品牌以及年限影響較大；評(píng)級(jí)為A的家庭家里節(jié)能設(shè)備超過了50%。

4 總結(jié)

本次研究通過建立家庭電力能效評(píng)估體系，反應(yīng)了該體系下，東南沿海地區(qū)居民用電能效的基本情況，通過層次分析法以及模糊綜合評(píng)定法，將家庭用電劃分為5個(gè)等級(jí)，為我國即將實(shí)行的分段計(jì)價(jià)的電力收費(fèi)形式提供了一種思路，同時(shí)該體系由于其采集數(shù)據(jù)較為簡(jiǎn)單，對(duì)于居民用電信息的搜集均通過智能電表采集而來，減去了居民具體信息帶來的主觀影響，方案簡(jiǎn)單易行。但是由于筆直能力有限，該模型有待進(jìn)一步加強(qiáng)，例如對(duì)于我國北方地區(qū)來說，冬季暖爐的使用在該模型中并沒有給出，同時(shí)，該模型只適合與普通居民小區(qū)，而對(duì)于高檔居民小區(qū)部分用電情況并不在考慮范圍內(nèi)如高檔小區(qū)內(nèi)私人大功率用電設(shè)備等。