家庭電力能效評估方法的研究

王 沖，張文龍，王欣宇

(1.國網內蒙古東部電力有限公司信息通信分公司，呼和浩特 010020；2.國網吉林省電力有限公司，長春 130000)

研究與探索

家庭電力能效評估方法的研究

王 沖1，張文龍2，王欣宇1

(1.國網內蒙古東部電力有限公司信息通信分公司，呼和浩特 010020；2.國網吉林省電力有限公司，長春 130000)

基于家庭用戶用電行為特征及家用電器的使用時間段特性建立家庭電力指標體系，并提出家庭電力能效評估方法。首先基于特征值和G1群組相結合計算各評價指標的主觀權重值，然后基于貝葉斯方法計算各評價指標的客觀權重值，最后運用最小二乘法確定組合權重值，并構建基于遞階綜合評價方法的能效評估模型，對家庭電力能效情況進行綜合評估。經實例驗證，該方法能準確地檢測和評估家庭能耗情況，有效地提高了居民用電效率。

能效評估方法；特征值和G1群組相結合；貝葉斯方法；能效評估模型

隨著智能用電技術的發展，智能家居逐漸進入人們日常生活，通過量測控制技術獲取大量家庭用電信息已成為可能。如何充分利用這些信息進行能效評估，并有針對性地制訂家庭節能方案是電力需求側管理中亟待解決的問題。針對這些問題，有必要設計更為全面的家庭電力能效評估方法，監測和評價家庭能耗，為居民家庭提供高效的用電方案，從而提高居民用電效率[1]。

本文基于家庭用戶的用電行為特征及用電器使用時間段特性，建立指標體系，并運用粗糙集理論屬性約簡對初步構建的指標體系進行篩選優化，然后基于特征值和G1群組相結合計算各評價指標的主觀權重值，基于貝葉斯方法計算各評價指標的客觀權重值，最后運用最小二乘法計算組合權重值，并構建基于遞階綜合評價方法的能效評估模型，對家庭電力能效情況進行綜合評估。

1 家庭電力指標體系

節能省電是衡量家庭電力能效好壞的主要方面，重點研究家庭電力能效與節能量化方法。通過采集家庭用戶信息、家庭用電器信息、家庭用電信息、節能設備信息及環境影響因素進行能效管理，建立適宜的家庭電力指標體系，進行節能減排評價。

通過問卷調查獲取家庭用戶的基本用電信息，利用統計聚類分析得出典型家庭用電特征時間段負荷曲線仿真圖如圖1所示。5類用戶表示不同家庭用戶在不同時間段的用電負荷量。

圖1 家庭電力特征時間段負荷曲線仿真圖

由圖1聚類結果可以看出家庭用戶的用電模式分為4個時段：低峰期，早高峰期，平滑期，晚高峰期。

廣東省分時電價方案表，如表1所示。

表1 廣東省分時電價方案 元/kWh

圖2 初步建立的家庭電力能效評估指標體系

由圖1和表1可以看出家庭用戶的用電特征和用電器的使用特征時間段對家庭的能效水平有直接的影響，所以家庭用戶電力能效評估指標體系的構建應該綜合家庭用戶用電特征及用電器的使用特征時間段特性[1]。初步建立的家庭電力能效評估指標體系如圖2所示。

總結以往的指標體系設計原則和經驗，為確保評估結果的科學準確性，建立的家庭電力能效評估指標體系應該能直觀、全面地反映出家庭電力能效情況。

初步建立的家庭電力能效指標體系主要包括家庭用戶信息、家庭用電器信息、家庭用電信息、節能設備信息和環境因數等5個方面，然后通過數據預處理，以確保能效評估模型的準確性。數據預處理主要分為類型一致化和無量綱化兩方面。數據預處理主要用來去除指標數據的單位限制，將其轉化為無量綱的純數值，便于不同單位或量級的指標能夠進行比較和加權；最后通過數據分析、聚類分析和統計分析完成指標體系的初步建立。

然而由于評價指標較多，其中必然存在冗余和重疊，所以要在盡量保留主要評價指標的同時去除次要評價因素，在不影響評估模型可靠性的同時，對其進行篩選優化，本文采用粗糙集理論屬性約簡對其進行篩選優化[2-4]。基于粗糙集理論屬性約簡篩選優化后的家庭電力能效評估指標體系如圖3所示。

圖3 篩選優化后的家庭電力能效評估指標體系

2 家庭電力能效評估方法

2.1 基于特征值和G1群組相結合計算指標主觀權重值

如果家庭用戶能效評估中某一指標xi的重要程度大于xj，則記為xi>xj。若指標x1，x2，…，xm相對于評價指標集X={x1，x2，…，xm}，可按下述步驟確定它們的序列關系：首先從指標集X中選出m個指標中最重要一個指標，標記為xi；然后再從剩下的指標中，選取出最重要的一個指標，標記為xj；以此類推；這樣唯一的指標序關系就可以確定了。

設rk=wk-1/wk，其中wk代表在X中第k項評價指標所對應的權重值。rk值具體含義見表2。

表2 分級比例標度參考表

(1)

wk-1=rkwk，k=m，m-1，…，3，2

(2)

特征值法和G1法相結合確定指標權重值，其具體的計算步驟如下：

(1)首先對處于相同層次的家庭能效指標兩兩進行比較，然后建立判斷矩陣A。

(3)

其中i，j=1，2，…，m。

式(3)表示在評價指標集X中，指標xi相對于指標的序關系及重要程度。

(2)利用矩陣乘積方根的方法確定wi。

(4)

(3)由所確定的特征向量wi，求最大特征值λmax。

(5)

(4)根據λmax計算判斷矩陣的一致性指標β。

(6)

(5)隨機一致性比率α為判斷矩陣一致性指標β與同階平均隨機一致性指標γ的比值；通常認為當α<0.1時，即判斷矩陣滿足一致性。

(6)如果判斷矩陣A滿足一致性，即特征向量為歸一后的指標權重；否則，按式(1)、式(2)去計算指標權重。

綜合家庭電力能效評估中，專家對4項一級評價指標進行分析，確定其序列關系，利用式(1)—式(6)可以計算出能效評估模型中一級指標和二級指標的主觀權重值[5-6]。

2.2 基于貝葉斯方法計算指標客觀權重值

設V={v1，v2，…，vn}表示指標體系評判集。假設Ai={ai1，ai2，…，aim}為Ui中各因素相對V的權重系數集，并且滿足ai1，ai2，…，aim=1，aim根據U中各因素的重要程度進行分配。同理，對于高層因素集，可設A={a1，a2，…，am}為U中各因素相對V的權重系數集，其中滿足a1+a2+…+am=1，ai根據U中各因素的重要程度分配。

本文將家庭電力用戶能效狀態由高到低分為5級。通過各單因素模糊評價獲得模糊綜合評判矩陣Y。

(7)

(8)

式中m——家庭用戶信息和家庭用電信息指標個數；c——評估等級數(c=5)；yij——對ui的評價中，評判等級vj(j=1，2，…，m)所占份額；fij——第i個因素被評為第j個評判等級vj的總次數。

再對各指標數據進行標準化處理，歸一化為同一量綱，得到標準指標值矩陣R=[ri，j]c×m，其標準化處理方法為

(9)

式中L——“成本型”指標，即：屬性值愈小愈好的指標；H——“效益型”指標，即：屬性值愈大愈好的指標。

家庭電力指標體系中一級指標：家庭用戶信息A、家庭用電信息C、家庭用電器信息B，二級指標A1，A3，C1，B1，B2，B3，B4，B7，B9為效益型。節能設備信息D、環境因素影響E，二級指標A2，A4，A5，C2，C3，D1，D2，D3，D4，E1，E2，E3為成本型。

貝葉斯方法確定權重。在確定各等級下指標主觀權重的基礎上，采用貝葉斯方法，用各等級下的標準指標值對主觀權重進行修正。設主觀權重為u1，u2，…，um，即指標Ij的概率為p(Ij)=u，且在Ij下，等級Gi發生的概率為p(Gi|Ij)=ri，j，利用貝葉斯方法，在等級Gi下，第j個指標的權重(后驗概率)為：

(10)

構建目標優化模型：

(11)

由這些公式可以求出能效評估模型中一級指標和二級指標的客觀權重值。

2.3 基于最小二乘法的組合權重的評估方法

最小二乘法又稱最小平方法，通過最小化誤差的平方和尋找數據的最佳函數匹配，利用最小二乘法可以簡便地求得未知的數據，并使得這些求得的數據與實際數據之間誤差的平方和為最小。結合最小二乘法，建立基于最小二乘法的層次分析和信息熵組合權重的評估方法[7-8]。

設主客觀優化組權重為w，各系統狀態的能效評價值為W,第i個狀態的評價值為Wzi，規范化矩陣R，如式(2)～式(5)所示。

基于特征值和G1群組相結合計算指標主觀權重值為：

wa=[wa1，wa2，…，wam]T

(12)

基于貝葉斯方法計算指標客觀權重值為：

wb=[wb1，wb2，…，wbm]T

(13)

兩種方法下評價值偏差越小越好，為此建立最小二乘法優化組合評價模型D(w)。設x，y為wa，wb的系數，則：

(14)

構建拉格朗日函數，得到：

(15)

求偏導，得：

(16)

(17)

用矩陣可以表示為

(18)

式中A——對角矩陣；e，w和B——向量。

(19)

e=[1，1，…，1]T

(20)

(21)

求解，得到組權重值為：

(22)

2.4 基于遞階綜合評價方法的家庭用戶綜合能效評估模型

設定家庭用戶的5個一級評價指標的權向量為P=[p1，p2，…，pm]，并已知其在第i項一級評價指標中，所對應的二級評價指標的權向量為Q，則二級評價指標的權向量Q=[qi1，qi2，…，qim]，則所建立的評估模型為

(23)

基于遞階綜合評估方法建立評估模型[9-11]，對家庭用戶能效水平進行綜合評估，實際上是分別對各級評價指標權重值進行了兩次加權綜合計算。其評價結果不僅可以直接反映家庭用戶的綜合能效情況，而且可以從各個能效方面進行具體的分析，從而發現家庭用電能效相對薄弱的環節，制定出有針對性的節能方案，有效的提高居民用電效率。

3 實例分析

特征值和G1群組相結合計算指標主觀權重值：

wA=0.27,wB=0.23,wC=0.26,wD=0.15,wE=0.09

A={0.201,0.206,0.176,0.181,0.234}

B={0.132,0.221,0.106,0.191,0.171,0.177}

C={0.389,0.396,0.215}

D={0.277,0.233,0.205,0.285}

E={0.336,0.371,0.293}

貝葉斯方法計算指標客觀權重值：

wA=0.27,wB=0.21,wC=0.24,wD=0.20,wE=0.08

A={0.189,0.201,0.107,0.191,0.219}

B={0.130,0.189,0.107,0.189,0.169,0.216}

C={0.331,0.289,0.380}

D={0.249,0.261,0.283,0.207}

E={0.331,0.347,0.322}

基于最小乘法確定的組合權重值：

wA=0.26,wB=0.24,wC=0.25,wD=0.15,wE=0.10

A={0.187,0.207,0.180,0.177,0.249}

B={0.133,0.231,0.105,0.189,0.169,0.173}

C={0.321,0.353,0.326}

D={0.251,0.247,0.281,0.221}

E={0.341,0.362,0.297}

以綜合權重值的數據為基礎，按式(23)即可求得電力用戶綜合能效評估模型為

y=0.071 9x11+0.069 0x12+0.065 3x13+0.072 3x14+0.047 2x13+0.093 4x21+0.085 3x22+0.034 7x23+0.043 1x24+0.046 9x27+0.031 1x29+0.065 3x31+0.048 1x32+0.106 9x33+0.064 7x41+0.079 2x42+0.043 1x43+0.106 9x44+0.064 7x51+0.079 2x52+0.067 2x53

(24)

為檢驗家庭用戶的評估效果，選取3組家庭數據，利用家庭用戶能效評估模型式(24)，對其進行綜合能效評估。其綜合能效評價結果見表3。

由表3可知，就家庭用戶的整體能效而言，家庭用戶1綜合能效水平最高，家庭用戶2次之。但從家庭能效局部的指標來看，3個家庭用戶各有其優勢和缺陷，如整體能效水平最高的用戶1，其家庭用電信息評估結果相對較低，綜合能效水平不高的用戶3，其家庭電器信息能效水平卻最高。因此，以此結果作為評估依據，可以有效地針對家庭用電能效相對薄弱的環節，科學地制定節能方案，充分挖掘節能潛力，提高家庭用電效率。

表3 家庭電力綜合能效評估結果

4 結語

為了能綜合反映家庭用電的能效水平，促進全社會節能工作的進一步進行，本文通過提出家庭用電能效狀態模糊綜合評估方法，對家庭用電能效水平進行全面評估。同時，為用戶更好地了解家庭整體用電狀況、主要能耗問題以及節能策略提供了科學依據，主要應用前景如下：

(1)可為分時電價、峰谷電價的順利實施提供科學參考依據；

(2)增強家庭用戶對用電信息的全面了解，提高用電模式的自主選擇權；

(3)挖掘家庭用戶的節能潛力，推進電力需求側節能工作的進一步實施；

(4)形成一套較為完善的家庭用電能效評估體系。經實例驗證，該方法不僅能評估和監測家庭能效情況，而且可就某一局部能效進行具體的評估，從而科學有效地提高了居民用電效率。應用實例表明，該方法不僅操作簡捷、適用性強，而且具有良好的實用價值。

[1] 曲朝陽，王沖，王蕾，等.智能用電環境下的家庭電力能效評估指標體系[J].華東電力,2014,42(6):1079-1084.

QUZhaoyang，WANGChong，WANGLei,etal.Householdelectricenergyefficiencyevaluationindexsysteminsmartelectricityenvironment[J].EastChinaElectricPower,2014,42(6):1079-1084.

[2]李遠遠.基于粗糙集的指標體系構建及綜合評價方法研究[D].武漢：武漢理工大學,2009.

[3]張慶寶，劉青山．基于粗糙集屬性約簡算法和支持向量機的短期負荷預測[J]電網技術,2006,30(8):56-59.

ZHANGQingbao,LIUQingshan.Short-termloadforecastingbasedonattributereductionalgotithmofroughsetsangsupportvectormachine[J].PowerSystemTechnology,2006,30(8):56-59.

[4]肖迪，胡壽松．實域粗糙集理論及屬性約簡[J].自動化學報,2007,33(3):253-258.

XIAODi,HUShousong.Realroughsettheoryangattributereduction[J].ACTAAutomaticaSinica,2007,33(3):253-258.

[5]吳劍飛，姚建剛，陳華林，等. 電力客戶能效狀態模糊綜合評估[J].電力系統保護與控制,2010, 38(13): 94-98.

WUJianfei,RAOJiangang,CHENHualin,etal.Fuzzycomprehensiveevaluationofpowercustomerenergyefficiencyassessment[J]PowerSystemProtectionandControl,2010,38(13):94-98.

[6]荊百林，李明，李敏．火電廠能耗評估方法的應用[J]．電力設備,2008,9(3)：31-33．

JINGBailin,LIMing,LIMin.Applicationofenergyconsumptionestimationmethodoffossil-firedpowerplants[J].ElectricalEquipment,2008,9(3):31-33.

[7]李連結，姚建剛，龍立波，等.組合賦權法在電能質量模糊綜合評價中的應用[J].電力系統自動化,2007,31(4): 56-60.

LILianjie,YAOJiangang,LONGLibo,etal.Applicationofcombinationweighingmethodinfuzzysyntheticevaluationofpowerquality[J].AutomationofElectricPowerSystem,2007,31(4):56-60.

[8]劉沖，蔡茂林. 氨氣制冷系統能效狀態評價方法[J].北京航空航天大學學報,2013,39(10):1331-1336.

LIUChong,CAIMaolin.Energyefficiencystateevaluationmethodforammoniarefrigerationsystem[J].JournalofBeijingUniversityofAeronauticsandAstronautics,2013,39(10):1331-1336.

[9]羅耀明，毛李帆，姚建剛，等.電力用戶綜合能效評估模型[J].電力系統及其自動化學報，2011,23(5):104-109.

LUOYaoming,MAOLifan,YAOJiangang,etal.Evaluationmodelofintegratedenergyefficiencyforpowerusers[J].ProceedingsoftheCSU-EPSA,2011,23(5):104-109.

[10]羅耀明，毛李帆，姚建剛，等.基于遞階綜合評價模型電力用戶能效評估系統[J].微計算機信息,2011, 27(2): 68-71.

LUOYaoming,MAOLifan,YAOJiangang,etal.Energyefficiencyevaluationsystemforpowerusersbasedonintegratedhierarchicalevaluationmethod[J].MicrocomputerInformation,2011,27(2):68-71.

[11]曲朝陽,王沖,潘峰. 智能用電環境下的家庭電力能效評估方法[J].電工電能新技術,2015(10):61-67.

QUZhaoyang，WANGChong，PANFeng.Householdelectricityenergyefficiencyassessmentinsmartpowerutilizationenvironment[J].AdvancedTechnologyofElectricalEngineeringandEnergy,2015,34(10):61-67.

(本文編輯：趙艷粉)

Household Electricity Energy Efficiency Assessment Methods

WANG Chong1，ZHANG Wenlong2，WANG Xinyu1

(1. Informationg & Telecommunication Branch Company，State Grid East Inner Mongolia Electric Power Co.，Ltd.,Hohehot 010020, China;2. State Grid Jilin Electric Power Company, Changchun 130000, China)

The indicator system of household electricity was established based on a family home user behavioral characteristics and household appliances electricity usage period features, and household electricity energy efficiency assessment methods were proposed. Firstly, subjective weight value of evaluation indexes was calculated based on eigenvalue and G1 group combination. Then the objective weight value of indexes was calculated based on Bayesian method. Finally, the combined weight value was calculated by using the least square method, and the energy efficiency evaluation model was formed based on hierarchical comprehensive evaluation method to assess household electric energy efficiency. Examples of verification by the proposed method can accurately detect and assess household energy consumption, effectively improve the efficiency of residential electricity.

energy efficiency assessment method; combined eigenvalues and G1 groups; Bayesian methods; evaluation model

10.11973/dlyny201702008

王 沖(1988—)，男，碩士，從事電力系統信息化、信息通信調度相關研究。

TM73

A

2095-1256(2017)02-0126-06

2017-01-04