基于物聯(lián)網(wǎng)技術(shù)的家庭能源管理

李潤婷 李婷婷

摘要：自從物聯(lián)網(wǎng)這一觀念的提出，大量有關(guān)物聯(lián)網(wǎng)的技術(shù)應(yīng)用不斷出現(xiàn)，比如在智能家居、物流等領(lǐng)域得到廣泛應(yīng)用。該文提出了一種利用數(shù)據(jù)驅(qū)動的方法，來使用屋頂太陽能光伏系統(tǒng)管理智能家居的最佳能耗、儲能系統(tǒng)。與現(xiàn)有的家庭能源管理系統(tǒng)的方法相比，gauge文提出方法的新穎性如下：將數(shù)據(jù)驅(qū)動的方法應(yīng)用于個人的能源消耗和可控制的家用電器（空調(diào)或洗衣機）以及能量存儲系統(tǒng)充放電。結(jié)果表明，該方法的應(yīng)用可以達到節(jié)省能源、保護環(huán)境的作用。

關(guān)鍵詞：物聯(lián)網(wǎng);智能家居;家庭能源管理系統(tǒng)

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2020）14-0240-02

1引言

隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，智能傳感器和先進技術(shù)的出現(xiàn)，電能系統(tǒng)中的通信和控制方法、用電量增加與能源，將用一種可靠和高效的電力運行能源系統(tǒng)。機器學(xué)習(xí)（ML）是有效處理此類大數(shù)據(jù)的一項核心技術(shù)，并且當(dāng)前正在開發(fā)各種基于機器學(xué)習(xí)的應(yīng)用程序來預(yù)測太陽能光伏（PV）生成，負荷預(yù)測，能源控制和成本優(yōu)化。這項研究試圖提供一種新穎的基于ML的框架，用于對住宅進行最佳能源管理。

由于家庭能源消耗的增加以及新興的智能電網(wǎng)住宅領(lǐng)域技術(shù)的發(fā)展，先進的計量基礎(chǔ)設(shè)施智能電表和需求響應(yīng)計劃，家庭能源管理正變得越來越多，此外，作為使用物聯(lián)網(wǎng)技術(shù)的其他智能家電，包括空調(diào)、洗衣機和冰箱在內(nèi)的設(shè)備正被部署以提供更多高級功能為居民服務(wù)，開發(fā)更智能的系統(tǒng)，即家庭能源管理系統(tǒng)（HEMS），對于居民來說變得十分必要。

2智能家居

智能家居又稱智能住宅，智能家居是在物聯(lián)網(wǎng)的影響之下物聯(lián)化體現(xiàn)。智能家居通過物聯(lián)網(wǎng)技術(shù)將家中的各種設(shè)備連接到一起，提供家電控制、照明控制、窗簾控制、電話遠程控制、室內(nèi)外遙控、防盜報警、環(huán)境監(jiān)測、暖通控制、紅外轉(zhuǎn)發(fā)以及可編程定時控制等多種功能和手段。

3家庭能源管理系統(tǒng)

家庭能源管理系統(tǒng)是未來智能電網(wǎng)中住宅能源管理的關(guān)鍵解決方案。家庭能源管理系統(tǒng)具有兩個主要功能：（1）使用智能電表監(jiān)控消費者的實時能源的使用，以及智能插頭等;（2）使家用電器的最佳能耗以降低能耗為目的，在舒適且首選的環(huán)境中降低電費。傳統(tǒng)HEMS中的技術(shù)是經(jīng)濟減少負荷和轉(zhuǎn)移負荷的優(yōu)化方法。

通常，將HEMS算法表述為一個優(yōu)化問題，其目的是在滿足平等的同時，功能（消費者的電費和不適成本）被最小化和不平等約束（例如設(shè)備和DER的操作以及消費者舒適度設(shè)置），與現(xiàn)有的基于模型的HEMS優(yōu)化方法相比，我們提出了HEMS使用無模型強化學(xué)習(xí)（RL）的算法。

在本文中，我們提出了一種基于ML的HEMS模型，該模型可管理具有屋頂光伏系統(tǒng)，ESS和智能家電的智能家居。在HEMS模型中，Q學(xué)習(xí)方法應(yīng)用于不同家庭的能耗調(diào)度電器（空調(diào)，洗衣機和ESS），每個電器將用最佳方法連接，以降低家庭的用電成本，提高用戶舒適度和設(shè)備使用效率。此外，我們提出了一個人工神經(jīng)網(wǎng)絡(luò)ANN模型以了解室內(nèi)溫度與建筑能耗之間的關(guān)系，使空調(diào)更加精確化，以改善空調(diào)劑的性能。

與以往基于模型的HEMS優(yōu)化方法相比，使用ML方法的數(shù)據(jù)驅(qū)動方法的家庭能源管理因其效率更高將會倍受歡迎，因為現(xiàn)有的基于模型的方法僅限于不確定環(huán)境下的決策和近似的能源系統(tǒng)模型，從而導(dǎo)致能耗無法規(guī)劃。此外，最佳溫度可以利用隨機期望值模型，來確定智能恒溫器的設(shè)置時間表?；旌鲜紿EMS將ML方法集成到傳統(tǒng)HEMS優(yōu)化問題中，規(guī)劃了供暖、通風(fēng)和空調(diào)的能耗。為了實現(xiàn)可靠的風(fēng)能管理，采用了混合風(fēng)速多步預(yù)測模型使用人工神經(jīng)網(wǎng)絡(luò)ANN方法結(jié)合模式分解技術(shù)。通過多目標salp群算法用于提高預(yù)測精度和空氣質(zhì)量預(yù)警系統(tǒng)的穩(wěn)定性，可改善空氣質(zhì)量和人體健康。

以往的研究僅限于能源用于控制HVAC或僅用于ESS的消耗調(diào)度問題，負載可變且可控制的各種家用電器的能耗，但是沒有考慮對住宅儲能系統(tǒng)ESS充放電的控制。住宅儲能系統(tǒng)ESS的生命周期是HEMS問題的重要限制因素，它是以SOE的有限充電和放電循環(huán)次數(shù)表示ESS。此任務(wù)的關(guān)鍵部分是確定充放電的適當(dāng)極限ESS的周期。為此，擬議框架的一個可能方向是增加限制。充電和放電周期導(dǎo)致ESS代理的不滿意成本。這將啟用ESS確定在其范圍內(nèi)保持充電和放電循環(huán)次數(shù)的可接受范圍策略。

4制定基于RL和ANN的家庭能源管理

4.1通過Q學(xué)習(xí)進行家庭能源管理

無模型強化學(xué)習(xí)（RL）算法是非確定性最優(yōu)決策ML的主要技術(shù)之一。當(dāng)代理與環(huán)境交互時，代理會學(xué)習(xí)動作的類型取決于環(huán)境的狀態(tài)，并將學(xué)習(xí)到的動作發(fā)送到環(huán)境，然后環(huán)境反饋將環(huán)境的新狀態(tài)反饋給代理商。整個集結(jié)過程一直持續(xù)到代理最大化，直到從環(huán)境中收到總累積反饋為止。策略定義為代理的一種行為方式，是一種特定狀態(tài)，而代理的主要目標是確定使策略最大化，使其達到最佳策略反饋。在這項研究中，我們假設(shè)環(huán)境是由決策過程描述的，其中，代理狀態(tài)轉(zhuǎn)換僅依賴于當(dāng)前狀態(tài)，以及在代理中選擇當(dāng)前狀態(tài)的操作，而不考慮所有過去的狀態(tài)和動作。

4.2通過人工神經(jīng)網(wǎng)絡(luò)預(yù)測室內(nèi)溫度

在這項研究中，我們考慮了HEMS計劃AC能耗的情況基于室內(nèi)和室外溫度以及用戶首選的熱工條件。傳統(tǒng)上，HEMS使用近似方程式來計算當(dāng)前的室內(nèi)溫度（以前的室內(nèi)和當(dāng)前室外溫度，AC能耗和室內(nèi)熱量特征）。與上述基于模型的方法相比，室內(nèi)溫度預(yù)測，我們提出了一種基于人工神經(jīng)網(wǎng)絡(luò)ANN的室內(nèi)預(yù)測方法與交流能量消耗相關(guān)的溫度。在提出的ANN模型中，了解交流能量消耗的程度影響當(dāng)前的室內(nèi)溫度，這意味室內(nèi)溫度與交流能耗之間的關(guān)系如下：擬議的人工神經(jīng)網(wǎng)絡(luò)近似的溫度預(yù)測函數(shù)被輸入到AC代理的Q學(xué)習(xí)模塊，該近似模型使AC代理可以更精確地計算成本，并確定最佳能量在Q學(xué)習(xí)過程中更有效地被安排消耗。

5結(jié)論

本文提出了一種基于機器學(xué)習(xí)的智能家居能源管理強化學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)算法，提出的算法可以最小化通過兩個可控家用電器（空調(diào)和洗衣機）以及儲能系統(tǒng)的充放電，同時保持使用者的舒適度和電器操作特性。洗衣機時間表在使用者優(yōu)選的操作期內(nèi)完成洗衣機的能耗。儲能系統(tǒng)計算充電和放電能量，同時防止儲能系統(tǒng)的過度充電和不足充電。室內(nèi)溫度預(yù)測由人工神經(jīng)網(wǎng)絡(luò)構(gòu)建的模型，空調(diào)執(zhí)行調(diào)度滿足使用者的室內(nèi)空調(diào)能耗溫度。仿真結(jié)果證明所提出的人工神經(jīng)網(wǎng)絡(luò)的RL方法可以成功實現(xiàn)。此外，我們對所提出的基于RL的HEMS算法的性能與傳統(tǒng)的基于混合整數(shù)線性規(guī)劃（MILP）的HEMS算法相比，驗證了所提出的方法在設(shè)備之間的標準功能中比傳統(tǒng)方法節(jié)省了更多的能源。驗證了該算法的性能，并且結(jié)果證實了與現(xiàn)有方法相比，使用該方法具有經(jīng)濟優(yōu)勢。