基于動態優先級的智能家居戶間能源調度算法

高思遠，趙繼軍，白 巍

(1.河北工程大學 信息與電氣工程學院，河北 邯鄲 056038；2.北京郵電大學 信息光子學與光通信研究院，北京 100876)

基于動態優先級的智能家居戶間能源調度算法

高思遠1，趙繼軍1，白 巍2

(1.河北工程大學 信息與電氣工程學院，河北 邯鄲 056038；2.北京郵電大學 信息光子學與光通信研究院，北京 100876)

針對智能家居中單用戶能源調度所忽略的電網側穩定性的要求，以及多用戶能源調度中用戶舒適度考慮不足的問題，通過分析家電設備運行特性以及用戶需求，對用戶用電時間以及家居設備類型進行了分類，并提出家居設備二維動態優先級，在此基礎上設計了智能家居戶間能源調度算法，旨在保障用戶舒適度，降低戶內電費支出的同時，保障電網側的穩定性。最后通過仿真，驗證了算法的可行性與有效性。

智能家居；能源調度；動態優先級；用戶舒適度；電網穩定性

進入21世紀后，隨著全球經濟和科技的快速發展，能源需求量日益增長，節能降耗成為全球關注的問題。同時，傳統電網已經不能滿足以低碳能源為核心的低碳經濟需求。在此背景下智能電網技術應運而生，成為當前世界能源產業技術關注的熱點。作為智能電網的用戶側，智能家居綜合物聯網技術，通過家庭能源管理系統代替用戶對家庭能耗進行管理，與居民日常生活緊密相關[1]，在給用戶提供舒適便捷的居住環境的同時，降低家庭能耗，減少電費花銷[2]；同時，通過調整家庭用電，降低電網峰值負荷，保障電網穩定。其中系統管理能耗性能的優劣關鍵在于系統中的能源調度算法，所以智能家居能源調度算法的研究受到廣泛關注。

在能源調度算法中，根據實時電價(Real-Time Price，RTP)調度家電運行時往往會導致電網電價較低時間段內峰均比(Peak-to-Average Ratio，PAR)增加或者是反彈高峰出現，導致電網呈現不穩定狀態。這是因為，為了降低家庭電力開支，每個用戶都會根據實時電價把設備的運行時間從高電價的時間段調整到低電價的時間段。在已有的研究中[3-4]單用戶戶內能源調度算法只考慮了降低家庭開支和保障用戶舒適度，忽視了電網側負載的變化。針對電網側問題的能源調度算法[5-6]也只是對多用戶戶間的能源進行調節，忽視了戶內各類家電本身的運行特性與戶內用戶的舒適度。所以兼顧單用戶戶內電費開支、舒適度與多用戶協調用電保障電網穩定的研究是迫切需要的。

針對上述問題，本文提出基于設備二維動態優先級的智能家居戶間能源調度算法，通過在電價較低與用戶用電空閑時間的交叉時間段(以下簡稱為交叉時段)內協調多用戶戶間與戶內用電，在降低單用戶戶內電費開支，保障舒適度的同時降低電網側峰均比，防止反彈高峰的出現，保障電網穩定性。

1 用戶用電時間與家居設備分類

1.1 用戶用電時間分類

通過對REDD(Reference Energy Disaggregation Data Set)[7]數據庫中的家庭能耗歷史數據的分析得到，24小時內設備運行的集中程度不同，如圖1所示。所以對24小時內用戶用電時間進行了分類，分為用戶用電集中時間和用戶用電空閑時間，如表1所示。在09：00～18：00時間段內用戶一般是處于外出狀態，家中人員較少或者是沒有，23：00～06：00時間段內，用戶正處于睡眠狀態，沒有過多的活動。所以 09：00～18：00和23：00～06：00這兩個時間段內對大多數設備的運行沒有要求，用戶用電較為空閑，對家居環境要求不是很高。其他時間內，用戶在家處于活動狀態，對于設備的使用較為活躍，用戶用電較為密集，對于家居環境要求較高。

圖1 24小時內家電設備的運行情況

類型時間段舒適度要求用電量用戶用電集中時間06：00-09：0018：00-23：00高高用戶用電空閑時間23：00-06：0009：00-18：00低低

1.2 家居設備分類

根據對REDD 數據庫中某一家庭的家居設備使用歷史情況進行的分析以及家居設備的特性對家居設備進行了分類，如表2所示。首先根據設備調度的可行性，把家居設備分為：不可調度設備和可調度設備。其中，不可調度設備是指電視機、微波爐、冰箱等與用戶行為意識關系密切，且難以控制其開關的設備；可調度設備是指：洗衣機、洗碗機、熱水器等只需在某個特定的時刻完成運行即可的設備。

通過對家居設備運行情況的分析得到，用戶對于可調度設備的開啟時間有一個容忍范圍，即設備開啟點可調度范圍。假設用戶對于設備開啟有一個最滿意的時刻，由于用戶對于設備提前或者是延后的開啟接受程度不同，以及設備可調度范圍的不同，把可調度設備分為長調度范圍低時限設備(long-scheduling Range and Low-time Limit，LR-LL)和短調度范圍高時限設備(Short-scheduling Range and High-time Limit， SR-HL)。其中LR-LL設備是指，此類設備開啟點的調度范圍較大，即長調度范圍；在此調度范圍內用戶對于設備開啟時刻的滿意程度在最佳開啟點之前之后下降的速率較慢，時間限制較小，即低時限，如圖2所示。此類設備有洗衣機、洗碗機、充電電車等，對于用戶舒適度影響較小。SR-HL設備是指，設備開啟點的調度范圍較小，即短調度范圍；在最佳開啟點之前的范圍內，用戶的滿意度的變化較為緩慢，在最佳開啟點之后的范圍內，用戶的滿意度的變化較為迅速，并且持續下降，即高時限，如圖3所示。此類設備有空調、熱水器、筆記本PC等，此類設備使用較為頻繁，對于用戶的舒適度影響較大。

表2 家居設備分類

分類不可調度設備可調度設備長調度范圍低時限(LR-LL)設備短調度范圍高時限(SR-HL)設備例子微波爐、計算機、打印機、燈、電視機等水泵、電動汽車、洗衣機、洗碗機等熱水、空調、筆記本PC等舒適度影響影響較大影響較小影響較大

圖2 LR-LL設備的開啟時間與用戶滿意度關系曲線

圖3 SR-HL設備的開啟時間與用戶滿意度關系曲線

根據上述分析，為了確保單用戶戶內對于舒適度的要求，不宜在用戶用電集中的時間段內大幅度的調整家電設備的運行，所以在保障用戶舒適度的前提下，為了滿足用戶對于減少家庭電費支出的要求，以及電網側穩定性的需求，調度對用戶舒適度影響較小的LR-LL設備在交叉時段內運行。

2 設備二維動態優先級定義

根據當前時刻與LR-LL設備開啟時間點范圍的位置關系，本文提出一種設備開啟請求動態優先級。如圖4所示，首先將某一家居設備的開啟范圍平均分為3部分，當前時刻處于開啟時間范圍的前1/3時段時，該設備的開啟請求為低優先級，而當前時刻處于該設備開啟時間范圍的中間時段時，開啟請求為中優先級，在當前時刻已到達開啟點范圍的最后 1/3 段時，該設備的開啟請求為高優先級。例如洗衣機的開啟點范圍為14：00—17：00，則在14：00—15：00之間洗衣機的開啟請求為低優先級，在15：00—16：00該請求為中優先級，在16：00—17：00為高優先級。

圖4 設備開啟請求動態優先級

而對于同等級的開啟請求，則繼續根據當前時刻到設備最晚開啟點的時長(以下稱限制時長)，設定各個請求的優先順序，設定限制時長越短，調度優先順位越靠前。因此，由設備開啟請求動態優先級與限制時長建立了二維動態優先級，如圖5a所示，縱軸表示設備開啟請求優先級，橫軸表示限制時長，由此得到總的優先級排序如圖5b所示。

圖5 設備二維動態優先級

由于家居必須在調度范圍內開啟，按上述優先順序處理家居開啟請求，可以在優化用戶舒適度體驗的同時，減小設備在調度范圍最后時刻被迫開啟的幾率，增強了家居設備開啟控制的靈活性，為避免用電功率高峰提供了先決條件。

3 調度算法

基于用戶用電時間分類，家居設備分類，設備動態優先級分配以及為了保障用戶舒適度所設定的交叉時段內LR-LL設備的開啟點范圍，提出了一種啟發式設備運行調度算法。在交叉時段內調度多用戶中所有有運行任務的LR-LL設備的運行。其中為了保障電網的穩定性，設置功率上限閾值α制約設備的運行。

當時間到達LR-LL設備開啟范圍的起點時，設備發出開啟請求，請求信息包括該設備的工作功率、工作時長、以及可調度范圍，其中請求信息緩存在請求列表V中。在交叉時段內，觸發調度算法后，算法響應LR-LL設備的開啟請求進行調度。其中交叉時段內以下中斷觸發調度算法運行：

1)時間到達交叉時段的起點；

2)時間到達任意設備的開啟范圍的起點；

3)時間到達任意未開啟設備的開啟范圍的終點；

4)任意運行中的設備完成工作并停止運行。

基于設備二維動態優先級的智能家居戶間能源調度算法的偽代碼如下：

request_list：V，V1，V2，V3，W

V：有開啟請求的設備列表；

V1，V2，V3：分別為設備動態優先級為高，中，低的設備請求列表；

W：正在運行的設備列表；

TAr：此時刻到設備r開啟范圍終點的時長；

Ai，j：請求列表Vi中第j個設備；

Pi，j：請求列表Vi中第j個設備運行功率；

ti，j：請求列表Vi中第j個設備的開啟范圍的終點；

Pm：正在運行的設備m的功率；

Pmax：功率上限閾值；

Pz：設備總功率；

Pa：功率上限閾值與設備總功率差值；

t：當前時刻；

1：begin

2： 更新W；

//計算正在運行的設備總功率

3： Pz=0；

4： for(m=1； m<=w； m++)//w為正在運行的設備總數

5： Pz+=Pm；

6： end for

//根據優先級對有開啟請求的設備進行排序

7： for(s=1； s<=n； s++)//n為有開啟請求的設備總數量

8： 根據家居設備開啟請求動態優先級將V中的家居設備放入相應隊列Vi中；

9： end for

10： for(i=1； i<=3； i++)

11： 根據TAr從小到大對Vi排序；

12： end for

//調度設備開啟

13：Pa=Pmax-Pz；

14： for(i=1；i<=3；i++)

15： for (j=1；j<=k；j++)//k為Vi中有開啟請求的家居設備數量

16： if (t>=ti，j‖Pa>Pi，j)

17：Pa-=Pi，j；

18： 設備Ai，j開啟運行；

19： 添加設備Ai，j到正在運行設備列表W；

20： end if

21： end for

22： end for

23：end

算法主要流程如下：首先更新正在運行的設備列表，設置各個有開啟請求的設備優先級，并將同一優先級隊列中的設備按照TAr由小到大排序。然后，將已到達開啟范圍終點的未開啟設備直接開啟，并在不超出總功率上限閾值的前提下，根據優先級由高到低，對各個優先級隊列中的設備逐個授權開啟。最后，各個家居設備根據授權結果，開啟或等待開啟，并結束算法。由此實現了保障家居舒適度的同時，將總功率限制在上限閾值附近，避免了電網側反彈高峰的出現，保障了交叉時段內電網側的穩定性。

4 仿真結果與分析

仿真采用MATLAB仿真軟件，選取了REDD數據庫中6個家庭中典型的LR-LL設備，洗衣機、洗碗機、電動汽車等3類16個家居設備的數據以及ComEd’s RRTP program[8]中實時電價的數據對所提出的算法進行仿真驗證。比較了使用和未使用此調度算法兩種情況下交叉時段內多用戶各時刻耗電量。通過調節功率上限閾值α，說明功率上限閾值的合理選取對于電網側穩定性以及用戶舒適度的影響。

如圖6所示，電價較低時間段為23：00—05：00和 10：00—15：00，結合用戶空閑時間，交叉時段為23：00—05：00和10：00—15：00。如圖7所示，未使用此調度算法時，多用戶戶間同類設備會在同一時間段內開啟，例如，晚上多用戶內多部充電電車會在23：00—24：00之間開始充電，造成該運行時間段開啟設備密集，造成了電網側在低電價時間段內的高負載，出現反彈高峰。圖8～10是使用了此調度算法后不同功率上限閾值時交叉時段內多用戶用電情況，相對于圖7，可以看出低電價時間段內每小時的用電量更為平穩，在降低用戶電費支出的同時有效防止了電網側反彈高峰的出現。

圖6 來自ComEd’s RRTP program實時電價

圖7 未使用調度算法時多用戶用電量

圖8 功率上限閾值為7.5 kW時多用戶用電量

圖9 功率上限閾值為5.5 kW時多用戶用電量

圖10 功率上限閾值為9.5 kW時多用戶用電量

功率上限閾值決定了電網的負荷峰值與用戶舒適度。當閾值過小，將導致有開啟任務的設備在交叉時段內不能完成運行任務，影響用戶電費支出與用戶舒適度，如圖9所示，對比于圖8，當功率上限閾值為5.5 kW時，電網側將會出現負載小高峰，并且有5個家居設備未在交叉時段內完成運行，增加了用戶電費開支；當閾值過大時，將降低算法的效果，無法避免家居設備密集開啟的情況，達不到使電網負載曲線平緩的目的，如圖10所示，對比于圖8，當功率上限閾值為9.5 kW時，4：00和5：00兩個小時內沒有設備運行，造成了低電價時間的浪費，并且遏制反彈高峰效果不明顯。通過對比4次運行結果，可以得到交叉時段內的峰均比依次為2.21，1.22，1.47，1.64，因此，最多可以實現44.86%的峰均比的降低，有效地保障了電網穩定運行。

5 結束語

本文針對單用戶戶內家居設備調度導致的在電網側電價較低時間段內出現反彈高峰問題，以及多用戶戶間能源調度不能保障用戶舒適度的問題，提出了基于設備二維動態優先級的智能家居戶間能源調度算法。仿真結果表明，提出的算法可以協調多用戶家居設備運行，提高電網的穩定性，同時很好地保障了用戶舒適度體驗。

[1] 羅達，付蔚，蔡林沁，等.一種智能家居系統的集群識別調度的研究[J].電視技術，2012，36(19)：8-10.

[2] ARGHIRA N，HAWARAH L，PLOIX S，et al. Prediction of appliances energy use in smart homes[J].Energy，2012，48(1)：128-134.

[3] KIM T T，POOR H V. Scheduling power consumption with price uncertainty[J].IEEE Trans. Smart Grid， 2011，2(3)：519-527.

[4] KISHORE S，SNYDER L V. Control mechanisms for residential electricity demand in SmartGrid [C]//Proc. 1st IEEE International Conference on Smart Grid Communications (SmartGridComm).Gaithersburg：IEEE Press，2010：443-448.

[5] ZHAO Zhuang，WON C L，YOAN S，et al. An optimal power scheduling method for demand response in home energy management system[J].IEEE Trans. Smart Grid，2013，4(3)：1391-1400.

[6] DUPONT B，TANT J，BELMANS R. Automated residential demand response based on dynamic pricing [C]//Proc. 3rd IEEE PES International Conference and Exhibition on Innovative Smart Grid Technologies (ISGT Europe). Berlin：IEEE Press，2012：1-7.

[7] KOLTER J Z，JOHNSON M J. REDD：a public data set for energy disaggregation research[C]//Proc. KDD Workshop on Data Mining Applications in Sustainability(SustKDD 2011). San Diego：Springer Press，2011：59-62.

[8] Real-time pricing for residential customers，ComEd’s RRTP program Jul. 2014 [EB/OL].[2015-01-02].https：//rrtp.comed.com/.

高思遠(1989— )，女，碩士生，主研無線傳感器網絡與物聯網；

趙繼軍(1970— )，博士后，教授，碩士生導師，主研無線傳感器網絡與物聯網、光通信技術；

白 巍(1988— )，博士生，主研智能家居、下一代光網絡。

責任編輯：時 雯

Energy Scheduling Algorithm in Multiple Smart Homes Based on Dynamic Priority

GAO Siyuan1，ZHAO Jijun1，BAI Wei2

(1. School of Information and Electric Engineering，Hebei University of Engineering，Hebei Handan 056038，China； 2. Institute of Information Photonics and Optical Communications，Beijing University of Posts and Telecommunications，Beijing 100876，China.)

Aiming at the problems that the demand of smart grid stability is ignored in single house energy scheduling and the users comfort is not well guaranteed in multi-house energy scheduling， an energy scheduling algorithm in multiple smart homes is proposed. By analyzing features of appliances and demands of users， the periods of users using power and appliances types are classified， and then the dynamic priority is proposed. The energy scheduling algorithm designed on this basis is intended to guarantee the users comfort， decrease the cost of electricity and guarantee the smart grid stability. Finally， the feasibility and effectiveness of the algorithm are verified by simulation.

smart home； energy scheduling； dynamic priority； users comfort； smart grid stability

河北省高等學校科學技術研究項目(QN20131064；Q2012045)；邯鄲市科學技術研究與發展計劃項目(1121103137)

TP273

A

10.16280/j.videoe.2015.20.012

2015-01-24

【本文獻信息】高思遠，趙繼軍，白巍.基于動態優先級的智能家居戶間能源調度算法[J].電視技術,2015，39(20).