基于电器用电效用分级和用户用电行为识别的节能方法技术

本发明专利技术涉及一种基于电器用电效用分级和用户用电行为识别的节能方法，包括以下步骤：步骤一：给出节能优化的目标函数。步骤二：给出节能优化的基本约束条件。步骤三：根据采集到的电器运行状态s(d,t)进行用户用电行为自识别，通过建立隐马尔可夫模型，获得用户的用电行为。步骤五：根据效用等级判断控制策略。步骤六：判断下一个调度时间段是否继续节能，若继续进行，则跳至步骤二；若不继续进行，则节能优化结束。本方法可以有针对性的对用户用电行为进行分析识别，并自动给出节能策略，节能率高，效果好，为实现自动节能和家庭能量管理提供良好的技术支持。

【技术实现步骤摘要】

本专利技术属于电力系统
，具体涉及一种在电力需求侧的智能用电环境中， 基于电器用电效用等级划分方法，实时动态自动优化电力用户的用电方式，实现以节能为 主要目标的电能管理方法。
技术介绍
近年来，严峻的能源与环保问题使得电力系统的节能减排刻不容缓。而电力需求 侧中的能耗浪费严重，是电力系统节能减排问题中的重点研究对象。电力需求侧的节约用 电主要通过电能管理，即通过改变用户用电方式来实现。以节能为目标的用电方式优化控 制最终落实到电器负荷的运行状态调整上。 以节能为主要目标的用户用电模式动态优化，需要在目标时间段内尽可能的降低 目标区域内的能耗总值。国外在电力需求侧的节能模型多为综合考虑电价、能耗、气温、用 户舒适度等因素的多目标优化问题，优化方法包括遗传算法、神经网络、粒子群优化、随机 优化算法等，基于历史负荷曲线预测用电量并给出节能优化方案。国内在电力需求侧的节 能领域研究多为用户侧能量管理系统的设计与实现，对如何基于系统进一步建模并优化仍 需更加深入的研究。 本专利用于具体设计一种基于电器用电效用分级和用户用电行为识别的节能方 法。
技术实现思路
针对上述情况，本专利技术提供一种基于电器用电效用分级和用户用电行为识别的节 能方法，基于电力的历史用电信息，建立隐马尔可夫模型对用户用电行为进行实时自动识 另IJ，能够更好的了解用户的用电行为和电器的关联概率。进一步结合电器用电等级划分方 法，获得电器用电效用等级，并根据等级制定相应的节能控制策略。本方法可以有针对性的 对用户用电行为进行分析识别，并自动给出节能策略，节能率高，效果好，为实现自动节能 和家庭能量管理提供良好的技术支持。 为了实现上述目的，本专利技术的技术方案如下： ，包括以下步骤：步骤一：给 出节能优化的目标函数。以节能为主要目标的用户用电模式动态优化，需要在目标时间段 内尽可能的降低目标区域内的能耗总值。用表示从过去某一参考时间点〇经过时间 段T的研究时长，认为T是一个较长的时间周期，如一个星期或一个月。研究从时刻开 始的节能优化问题。 目标函数Π 为目标区域R在时间段内的用电效用等级之和，表示为：其中s(d，t)为电器d在时刻t的运行状态，V(r，t)为房间r在时刻t的相关参数， ut (s (d，t)，V (r，t))为电器d在时刻t的效用等级，等级分为高效用、低效用和负效用，最大 化时间段内的用电效用等级总和，从而从时间和温度两个方面确保了用户获得 的用电效用。 步骤二：给出节能优化的基本约束条件。基本约束条件表示为：其中ACTall 表示在时间段内的所有用户活动状态集合，Sail 表示 在时间段内的所有电器运行状态集合，Vall表示在时间段内的所有影 响用户用电效用等级的参数状态集合。认为ACTall ，Sail 和Vall 都是已 知状态，且在时间段内的ACTall，Sall和Vall场景状态集合 与时间段内的场景状态集合都相同。 步骤三：根据采集到的电器运行状态s(d，t)进行用户用电行为自识别，通过建立 隐马尔可夫模型，对历史数据进行学习，并利用学习算法和解码算法获得用户用电行为识 别结果，获得用户的用电行为。 步骤四：根据步骤二识别的实时用户用电行为，再根据采集到的电器运行状态 s (d，t)和环境参数V (r，t)，根据基于效用理论的电器用电效用等级划分方法，获得效用等 级识别结果 ut (s (d, t)，V (r, t))。 步骤五：根据效用等级判断控制策略： (1)若电器处于负效用等级，关闭电器。 (2)若电器处于低效用等级，对于蓄冷蓄热型电器，调整其运行状态但不关闭电 器，控制方法一般为调整温度；对于非储能型电器，关闭电器。 ( 3 )若电器处于高效用等级，保持其运行状态不变。 步骤六：判断下一个调度时间段是否继续节能，若继续进行，则跳至步骤二；若不 继续进行，则节能优化结束。 本专利技术的优点是：本方法基于电力的历史用电信息，建立隐马尔可夫模型对用户 用电行为进行实时自动识别，能够更好的了解用户的用电行为和电器的关联概率。进一步 结合电器用电等级划分方法，获得电器用电效用等级，并根据等级制定相应的节能控制策 略。本方法可以有针对性的对用户用电行为进行分析识别，并自动给出节能策略，节能率 高，效果好，为实现自动节能和家庭能量管理提供良好的技术支持。【附图说明】 图1为冬季某天实测电器24小时的功率曲线。 图2为整点测量空调设定温度和实测的室内温度变化状况。 图3为整点测量热水器设定温度和实测的出水温度变化状况。 图4为空调用电效用等级分级结果。 图5为电热水器用电效用等级分级结果。 图6为台灯用电效用等级分级结果。 图7为笔记本电脑用电效用等级分级结果。 图8为无线路由器用电效用等级分级结果。 图9饮水机用电效用等级分级结果。 图10电视机用电效用等级分级结果。 图11机顶盒用电效用等级分级结果。【具体实施方式】 为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结 合具体图示，进一步阐述本专利技术。 参见图1~图11，以某家庭为例研究节能优化问题。该家庭包括卧室、客厅、卫生 间三个房间，主要电器设备包括空调、电热水器、电视机、机顶盒、饮水机、笔记本电脑、无线 路由器等。表1给出电器与房间分布状当前第1页1 2 本文档来自技高网...

【技术保护点】
基于电器用电效用分级和用户用电行为识别的节能方法，其特征在于，包括以下步骤：步骤一：给出节能优化的目标函数，用表示从过去某一参考时间点0经过时间段T的研究时长，研究从时刻开始的节能优化问题；目标函数f1为目标区域R在时间段[t0,T+t0]内的用电效用等级之和，表示为：其中s(d,t)为电器d在时刻t的运行状态，V(r,t)为房间r在时刻t的相关参数， ut(s(d,t),V(r,t))为电器d在时刻t的效用等级，等级分为高效用、低效用和负效用，最大化时间段[t0,T+t0]内的用电效用等级总和，从而从时间和温度两个方面确保了用户获得的用电效用；步骤二：给出节能优化的基本约束条件，基本约束条件表示为：其中ACTall[0,T]表示在时间段[0,T]内的所有用户活动状态集合，Sall[0,T]表示在时间段[0,T]内的所有电器运行状态集合，Vall[0,T]表示在时间段[0,T]内的所有影响用户用电效用等级的参数状态集合，标记ACTall[0,T]，Sall[0,T]和Vall[0,T]都是已知状态，且在时间段[t0,T+t0]内的ACTall[0,T]，Sall[0,T]和Vall[0,T]场景状态集合与[0,T]时间段内的场景状态集合都相同；步骤三：根据采集到的电器运行状态s(d,t)进行用户用电行为自识别，通过建立隐马尔可夫模型，对历史数据进行学习，并利用学习算法和解码算法获得用户用电行为识别结果，获得用户的用电行为；步骤四：根据步骤二识别的实时用户用电行为，再根据采集到的电器运行状态s(d,t)和环境参数V(r,t)，根据基于效用理论的电器用电效用等级划分方法，获得效用等级识别结果ut(s(d,t),V(r,t))；步骤五：根据效用等级判断控制策略；步骤六：判断下一个调度时间段是否继续节能，若继续进行，则跳至步骤二；若不继续进行，则节能优化结束。...

【技术特征摘要】

【专利技术属性】
技术研发人员：何光宇，何勃兴，何果红，李川江，赵雪霖，
申请(专利权)人：上海上塔软件开发有限公司，
类型：发明
国别省市：上海;31