CN107608218A

CN107608218A - 家用电器智能用电控制方法

Info

Publication number: CN107608218A
Application number: CN201710796719.4A
Authority: CN
Inventors: 张晓芳
Original assignee: Suzhou Chien Shiung Institute of Technology
Current assignee: Suzhou Chien Shiung Institute of Technology
Priority date: 2017-09-06
Filing date: 2017-09-06
Publication date: 2018-01-19

Abstract

本发明提供一种家用电器智能用电控制方法，包括：智能电表将采集的荷电数据发送至家庭能量管理***；家庭能量管理***获取荷电数据及舒适度设定值并进行计算；家庭能量管理***依据计算结果通过无线网络控制家用电器的运行状态。在硬件层面上构建了一个由家用电器、智能电表、家庭小规模光伏发电***及家庭能量管理***构成的***，家庭能量管理***通过无线网络控制家用电器的起停，更加的智能化；同时兼顾用户舒适性和用电成本，使得家庭电费支出最少；保证了智能家庭用电***功率平衡，并消除家庭用电结构对大电网产生的不利影响。

Description

家用电器智能用电控制方法

技术领域

本发明属于电力***智能控制技术领域，尤其涉及一种家用电器智能用电控制方法。

背景技术

家用电器智能化控制是通过对家用电器进行信息交互，有效控制智能化家用电器的运行状态，实现优化家庭电结构，并能提升用户家居生活的舒适性。现有的家用电器智能化控制是通过智能家电的二进制开关和能源管理方案，完成操作者和智能设备的设备之间指令以及数据流之间双向通信，实现家用电器负荷控制，根据负载类型和区域的不同要求使用不同的负荷控制方案，使用了不同的算法和模型。但是目前的控制方案未在硬件层面构建智能家电控制***，不能同时兼顾用户舒适性和用电成本问题。

发明内容

为解决上述技术问题，本发明提供一种家用电器智能用电控制方法。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

本发明采用如下技术方案：

在一些可选的实施例中，提供一种家用电器智能用电控制方法，包括：智能电表采集家用电器负荷的荷电状态，以及小规模光伏发电***的发电量、向大电网售电和购电的电量，并将采集的荷电数据发送至家庭能量管理***；家庭能量管理***获取所述荷电数据及舒适度设定值并进行计算；所述家庭能量管理***依据计算结果通过无线网络控制家用电器的运行状态。

在一些可选的实施例中，所述家用电器包括：可控家用电器及不可控家用电器，所述可控家用电器包括：非恒温可控家用电器及恒温可控家用电器；所述不可控家用电器包括：电灯、电脑及电冰箱；所述非恒温可控家用电器包括：干洗机、洗衣机及为电动汽车；所述恒温可控家用电器包括：空调及电热水器。

在一些可选的实施例中，所述家庭能量管理***获取所述荷电数据及舒适度设定值并进行计算的过程包括：设定粒子群的初始速度和位置；依据所述小规模光伏发电***的发电量设定微粒初始解，计算各粒子的适应度；计算初始状态下各个时段的电费和总电费，获取24个适应度值，选取其中最小的局部最佳适应度值和全局最佳适应度值初始值；更新各时段粒子速度和位置。

在一些可选的实施例中，所述家庭能量管理***获取所述荷电数据及舒适度设定值并进行计算的过程还包括：判断发电量是否满足负荷需求，若满足负荷需求则判断舒适度是否越限，否则按照所述舒适度设定值依次检验家用电器的状态，并按照优先级由低至高的顺序关闭家用电器，直至发电量满足负荷需求；判断舒适度是否越限，若舒适度越限，则重新赋值进行计算获得各时刻最优运行方式组合；计算各个时段的电费和总电费，获取24个适应度值，选取其中最小的局部最佳适应度值；比较局部最佳适应度值和历史全局最佳适应度值，更新全局最佳适应度值；更新惯性权重；判断是否达到迭代次数，若达到迭代次数，则结束控制流程，否则更新各时段粒子速度和位置。

在一些可选的实施例中，所述小规模光伏发电***包括：太阳能光伏列阵、控制器及逆变器。

本发明所带来的有益效果：在硬件层面上构建了一个由家用电器、智能电表、家庭小规模光伏发电***及家庭能量管理***构成的***，家庭能量管理***通过无线网络控制家用电器的起停，更加的智能化；根据用户用电***衡，并消除家庭用电结构对大电网产生的不利影响。

为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。

附图说明

图1是本发明家用电器模型的原理图；

图2是本发明种家用电器智能用电控制方法的流程示意图；

图3是本发明家庭能量管理***获取荷电数据及舒适度设定值并进行计算的流程示意图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。

如图1至3所示，在一些说明性的实施例中，本发明构建了由环保节能的电动汽车、空调、电热水器、电灯、电视机、电冰箱、洗衣机等家庭智能用电负荷，以及小规模光伏发电***、智能电表、家庭能量管理***(HEMS，Home Energy Management System)构成的家用电器模型，通过对智能家电信息进行分析，对各用电设备的运行状态进行智能调控。

在家用电器模型中，家用电器负荷的荷电状态送至智能电表中，小规模光伏发电***发电量、向大电网售电和购电通过智能电表采集。智能电表将家用电器模型中用电量送至HEMS中，HEMS通过用户输入的舒适度设定值及各负荷荷电情况，采用智能化算法，通过家庭无线网络控制负荷的运行状态，既使得***稳定运行，又使得家庭电费支出最少。

家用电器包括：可控家用电器及不可控家用电器，不可控家用电器运行情况可通过历史数据进行预测，不可控家用电器包括：电灯、电脑及电冰箱。所述可控家用电器包括：非恒温可控家用电器及恒温可控家用电器。非恒温可控家用电器包括：干洗机、洗衣机及为电动汽车，根据家庭用电情况直接进行起停控制。恒温可控家用电器包括：空调及电热水器，具有储能功能，负荷的调度必须考虑到加热或制冷的动态过程，负荷的随机性，以及消费者的用电舒适度需求。

本发明的重点是对可控家用电器负荷进行建模，可控家用电器负荷虽然其工作机理不同，但家电用电费用都受实时电价、运行状态、功率等因素影响，因此可控家用电器此类负荷用电费用优化模型可统一表示为：

其中，约束条件为：

Z_n+1＝f(Z_n,P_α,……) (1a)

Z_min≤Z_n≤Z_max (1b)

公式1的目的是为了在未来一段时间最大限度地降低电费支出，其中，为n时的电价，β_n为在n时的家电运行状态，P_α为家用电器负荷的额定功率，ΔT表示时间间隔；Z_n表示在t_n时该家电负荷的动态情况，Z_min、Z_max分别为舒适度范围的下限和上限，根据历史数据和用户习惯获得可控家用电器的模型。

对于整个家庭智能用电***，目标是通过对可控类型家用电器负荷进行控制来确定最低成本及最优运行，可用(2)式表示：

这里，P_t ^grid表示电网输出功率，为公式1中各家电模型中的β_n·P_α之和，P_t ^PV,sold表示光伏发电销售给电网的功率，ΔT表示时间间隔[h]，表示电能从电网买入电价，代表电能卖回电网的电价。

具有小规模光伏发电***和家用电器的家用电器模型运行约束条件为：

家庭中，每个时刻的功率平衡方程可以描述为式2a：

其中，P_t ^grid表示电网输出功率，P_t ^PV,used表示光伏发电用于家庭的功率，L_t为非可控家用电器负荷，P_t ^EV表示电动汽车充电功率，表示可控家用电器功率，P_t ^EWH表示电热水器功率，P_t ^AC表示空调功率。

其中，P_t ^PV,PRO表示光伏发电功率，u_t ^grid表示如果电网输出功率，则为1，反之吸收功率则为0，P_t ^PV,sold表示光伏发电销售给电网的功率；参数N₁和N₂用于对吸入或注回电网功率加以限制，用户可根据家庭情况设定一个合理值。

优化目标是在满足用户舒适度条件下，使家庭总的电费支出最少。粒子群优化算法是解决随机优化问题比较适用的方法。粒子的速度和位置更新公式为：

上式中：惯性权重w描述了粒子的惯性对速度的影响，w值会影响到粒子群算法的全局和局部搜索能力，w越大则全局搜索能力越强。c₁、c₂为学习因子，通常为常数，r₁，r₂是0到1之间的随机数。通过Q学习法对惯性权重w的调整进行引导，以提高响应速度，并避免陷入局部最优。w的更新公式如下：

其中，α学习速率∈[0,1]，γ折扣因子∈[0,1]，A为所有可供选择的动作的集合，r(s,a)为奖励函数值，w^k(s′,a′)为在下一个状态s时***选择任何行为a′的函数值。

本发明提供一种家用电器智能用电控制方法，包括：

11：智能电表采集家用电器负荷的荷电状态，以及小规模光伏发电***的发电量、向大电网售电和购电的电量，并将采集的荷电数据发送至家庭能量管理***。

12：家庭能量管理***获取荷电数据及舒适度设定值并进行计算，舒适度设定值由用户进行设置。

13：家庭能量管理***依据计算结果通过无线网络控制家用电器的运行状态。采用智能化算法，通过家庭无线网络控制负荷的运行状态，既使得***稳定运行，又使得家庭电费支出最少。

本发明的家用电器智能用电控制方法采用粒子群优化算法来进行计算，粒子群算法是基于群智能解决随机问题的一种优化算法。

其中，家庭能量管理***获取所述荷电数据及舒适度设定值并进行计算的过程包括：

1201：初始化，设定空调舒适度范围、洗衣机启动完成时间、电动汽车充电时间、可控家用电器的优先级。

1202：设定粒子群规模，设定粒子群的初始速度和位置，具体为：随机产生一个(popsize，dimension)的二维数组，在这里产生一个(288，24)的二维数组。初始化速度设置为从0.9递减到0.4的线性，加速系数c₁和c₂设置为2，最大循环次数设为5000，粒子群具有24个位置。

1203：依据所述小规模光伏发电***的发电量设定微粒初始解，计算各粒子的适应度。通过公式2，约束条件为公式2a、公式2b、公式2c和公式2d，以可控家用电器的最低成本及最优运行作为各个微粒的适应度。

1204：计算初始状态下各个时段的电费和总电费，获取24个适应度值，选取其中最小的局部最佳适应度值和全局最佳适应度值初始值；从每个种群中选择性能较好的24个微粒作为初始解，将当前24个微粒中，选择适应度最好的作为全局最佳适应度值。

1205：通过公式3，更新各时段粒子速度和位置。

1206：判断发电量是否满足负荷需求，若满足负荷需求，则进行步骤1207，否则进行步骤1213。

1207：判断舒适度是否越限，若舒适度越限，则进行步骤1208，否则进行步骤1209。

1208：根据公式1、公式1a、公式1b、公式2、公式2a、公式2b、公式2c、公式2d、公式3、公式4重新赋值进行计算获得各时刻最优运行方式组合。

1209：计算各个时段的电费和总电费，获取24个适应度值，选取其中最小的局部最佳适应度值。

1210：新一轮的计算完成后，比较局部最佳适应度值和历史全局最佳适应度值，更新全局最佳适应度值。若此次局部最佳适应度值优于全局最佳适应度值，则将此次的局部最佳适应度值更新为全局最佳适应度值，否则维持原全局最佳适应度值。

1211：根据公式4更新惯性权重。

1212：判断是否达到迭代次数，若达到迭代次数，则结束控制流程，否则进行步骤1205，迭代次数为5000。

1213：按照所述舒适度设定值依次检验家用电器的状态，并按照优先级由低至高的顺序关闭家用电器，直至发电量满足负荷需求。图中以电动汽车、洗衣机、空调、电热水器的顺序，优先级由低到高的顺序为例进行展示，依次检验家用电器的状态，关闭一个家用电器后检验总负荷是否越限，若越限，则按顺序检测下一个家用电器。

如果总功耗低于需求限制，即发电量满足负荷需求，且没有发生舒适度越限，则不采取任何操作。

如果不满足舒适度要求，即发生舒适度越限，家庭能量管理***将迫使所选的家用电器开启以满足舒适度。

如果总功耗高于需求限制，即发电量不满足负荷需求，家庭能量管理***将关闭的优先级最低的负荷，根据用户设定的优先级，先从优先级最低的电动汽车开始，然后是洗衣机和空调，最后是电热水器,以保持总功耗低于需求限制。

当发生家用电器的总能量消耗大于需求限制且舒适度越限时，首先考虑是否满足总能量平衡需求，在满足需求条件下，再尽可能地满足舒适度。根据用户要求可设定可控家用电器的运行优先级，当发生家用电器的总功耗大于需求限制且有一个家用电器的舒适度发生超越，那么家庭能量管理***将比较所有运行中家用电器的优先级，从最低优先级负荷开始关闭直到优先级最高的电器，直至供需平衡。再通过基于Q学习法的粒子群优化算法，根据公式1、公式1a、公式1b、公式2、公式2a、公式2b、公式2c、公式2d、公式3、公式4进行重新赋值计算，以寻求最优解，即获得各时刻最优运行方式组合。如果家用电器优先级高于其他开启的家用电器时，家庭能量管理***将关闭较低优先级的负荷，直至总功耗低于设定的需求限制。

所述小规模光伏发电***包括：太阳能光伏列阵、控制器及逆变器.

本发明为我国电力在空间和季节上供需紧张问题提供了新视角，推动技术的发展，解决了光伏并网后电网将出现负荷峰谷差加大、电能质量变差、运行稳定性降低等问题，使得用电设备经济运行，采用自动控制方式，不需要用户手动操作，防止了用户进行误操作，一旦发生故障切故障时间不超过0.2S。

本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个***所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。

Claims

1.家用电器智能用电控制方法，其特征在于，包括：

智能电表采集家用电器负荷的荷电状态，以及小规模光伏发电***的发电量、向大电网售电和购电的电量，并将采集的荷电数据发送至家庭能量管理***；

家庭能量管理***获取所述荷电数据及舒适度设定值并进行计算；

所述家庭能量管理***依据计算结果通过无线网络控制家用电器的运行状态。

2.根据权利要求1所述的家用电器智能用电控制方法，其特征在于，所述家用电器包括：可控家用电器及不可控家用电器，所述可控家用电器包括：非恒温可控家用电器及恒温可控家用电器；

所述不可控家用电器包括：电灯、电脑及电冰箱；

所述非恒温可控家用电器包括：干洗机、洗衣机及为电动汽车；

所述恒温可控家用电器包括：空调及电热水器。

3.根据权利要求2所述的家用电器智能用电控制方法，其特征在于，所述家庭能量管理***获取所述荷电数据及舒适度设定值并进行计算的过程包括：

设定粒子群的初始速度和位置；

依据所述小规模光伏发电***的发电量设定微粒初始解，计算各粒子的适应度；

计算初始状态下各个时段的电费和总电费，获取24个适应度值，选取其中最小的局部最佳适应度值和全局最佳适应度值初始值；

更新各时段粒子速度和位置。

4.根据权利要求3所述的家用电器智能用电控制方法，其特征在于，所述家庭能量管理***获取所述荷电数据及舒适度设定值并进行计算的过程还包括：

判断发电量是否满足负荷需求，若满足负荷需求则判断舒适度是否越限，否则按照所述舒适度设定值依次检验家用电器的状态，并按照优先级由低至高的顺序关闭家用电器，直至发电量满足负荷需求；

判断舒适度是否越限，若舒适度越限，则重新赋值进行计算获得各时刻最优运行方式组合；

计算各个时段的电费和总电费，获取24个适应度值，选取其中最小的局部最佳适应度值；

比较局部最佳适应度值和历史全局最佳适应度值，更新全局最佳适应度值；

更新惯性权重；

判断是否达到迭代次数，若达到迭代次数，则结束控制流程，否则更新各时段粒子速度和位置。

5.根据权利要求1所述的家用电器智能用电控制方法，其特征在于，所述小规模光伏发电***包括：太阳能光伏列阵、控制器及逆变器。