曲朝陽，王 沖，潘 峰

(1．東北電力大學信息工程學院，吉林省吉林市132012; 2．國網(wǎng)內(nèi)蒙古東部電力有限公司信息通信分公司，內(nèi)蒙古呼和浩特010020)

智能用電環(huán)境下的家庭電力能效評估方法

曲朝陽1，王 沖2，潘 峰1

(1．東北電力大學信息工程學院，吉林省吉林市132012; 2．國網(wǎng)內(nèi)蒙古東部電力有限公司信息通信分公司，內(nèi)蒙古呼和浩特010020)

針對家庭電力能效評估精度不高的問題，提出了智能用電環(huán)境下的家庭電力能效評估方法。該方法根據(jù)家庭電力能效評估指標體系中評價指標影響因素的不同，綜合采用層次分析法和貝葉斯方法對家庭電力指標體系進行能效評估建模，最后建立總的家庭電力能效評估模型，對家庭電力能效情況進行綜合評估。經(jīng)實例驗證，該方法能準確地檢測和評估家庭能耗情況，有效提高居民用電效率。

家庭電力能效評估;能效評估方法;層次分析法;貝葉斯方法;能效評估模型

1 引言

在國家加大能源建設和智能電網(wǎng)迅速發(fā)展的形勢下，人們逐漸加深了對能源效率的認識和對能源消耗指標的關注，工業(yè)、建筑、交通運輸、政府機構以及電力等部門都紛紛開展了對節(jié)能降耗指標體系的研究，并且取得了顯著的成果，但對占社會總用電量比重不斷增長的居民家庭能耗評價，國內(nèi)還沒有突破性的研究，居民家庭電能消耗管理仍面臨缺乏完整的指標體系、重要指標不能量化、評估結果難以反映全面能耗情況等問題。針對以上問題，有必要設計更為全面的家庭電力能效評估方法，監(jiān)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。

文獻［1-4］主要介紹指標體系的構建原則及如何構建指標體系，但并沒有深入研究評估方法。文獻［5-7］主要講述了基于層次分析法的能效評估方法，但由于忽略了評價指標所受影響因素的不同，造成評估結果不準確。文獻［8，9］主要講述了關于氨氣制冷系統(tǒng)和空調(diào)方面的能效狀態(tài)評估方法，并通過實例驗證該方法的有效性。文獻［10-12］主要講述了一些家庭電力的節(jié)能策略，沒有對家庭電力能效情況進行有效的評估。

本文基于家庭用戶的用電行為特征及家庭用電器使用時間段特性，建立合理的指標體系，并運用粗糙集理論屬性約簡［13］對指標進行篩選優(yōu)化，最后根據(jù)影響因素的不同，綜合采用層次分析法和貝葉斯方法對家庭電力指標體系進行能效評估建模，提高了評估模型的針對性和準確性。

2 家庭電力能效評估方法的總體思路

家庭電力能效評估指標體系中評價指標的分類性較強，不同指標所受的影響因素不同，如家庭用電器信息、節(jié)能設備信息和環(huán)境因素影響所受的影響因素較少，使用層次分析法就能很好地進行能效評估;然而家庭用戶信息、家庭用電信息所受的影響因素較多，層次分析法就不能較好地對其進行準確的能效評估。本文針對不同類別的評價指標，用最適合的評估算法對其進行評估，然后構建匹配于該評估方法的評估模型;最后針對家庭電力能效情況建立總的能效評估模型。家庭電力能效評估研究的總體思路具體如圖1所示。

3 家庭電力能效評估指標體系

節(jié)能省電是衡量家庭電力能效好壞的主要部分，本文重點研究家庭電力能效與節(jié)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(jié)能設備信息及環(huán)境因素影響進行能效管理，建立適宜的家庭電力指標體系，進行節(jié)能減排評價。

根據(jù)項目組已有數(shù)據(jù)，利用統(tǒng)計分析學中的聚類分析，對家庭用戶某一季度日用電負荷進行聚類分析，聚類結果如圖2所示。

圖1 家庭電力能效評估研究的總體思路Fig．1 Overall research ideas of household electricity energy efficiency evaluation

由圖2可以看出，家庭用電的日負荷曲線基本都有早晚兩個高峰和一個低谷，且家庭用戶的用電模式中明顯存在有效時間段的用電特征，因此指標體系的構建應該綜合家庭用戶用電行為特征及家庭用電器的使用特征時間段特性。初步建立的指標評價體系如下:一級子系統(tǒng)中，分別為家庭用戶信息、家庭電器信息、家庭用電信息、節(jié)能設備信息和環(huán)境因素影響5個方面;二級子系統(tǒng)中，一級指標又可細分為多項二級評價指標，總共合計為26項二級指標;分別從以上幾方面對家庭電力能效水平進行綜合評估。初步建立的家庭電力能效評估指標體系如圖3所示。

圖2 家庭電力特征時間段負荷曲線仿真圖Fig．2 Household electricity characteristic time load curves

總結以往的指標體系設計原則和經(jīng)驗［1-4］，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。

本文的評價指標主要以家庭用戶信息、家庭用電器信息、家庭用電信息、節(jié)能設備信息及環(huán)境因素影響5個一級指標為主，指標A主要從主觀和宏觀上反映家庭電力能效情況，指標B、C、D、E主要從客觀上反映家庭電力能效情況，主客觀相結合更能體現(xiàn)出指標體系的全面性。

以指標A1——家庭產(chǎn)值電耗為例說明。產(chǎn)值電耗是指家庭用戶從事生產(chǎn)活動時，創(chuàng)造一定價值的產(chǎn)品所消耗的電能。

圖3 初步建立的家庭電力能效評估指標體系Fig．3 Preliminary household electricity energy efficiency evaluation index system

該指標是用來反映家庭用戶的單位用電量產(chǎn)值，指標值越大，說明家庭用電能效水平越高。同時，其他指標也能直觀地反映出家庭電力能效情況。

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(yōu)化，本文采用粗糙集理論屬性約簡對其進行篩選優(yōu)化?；诖植诩碚搶傩约s簡篩選優(yōu)化后的家庭電力能效評估指標體系如圖4所示。

圖4 篩選優(yōu)化后的家庭電力能效評估指標體系Fig．4 Household electricity energy efficiency evaluation index system after sieving and optimizing

4 家庭電力能效評估方法

4.1 基于層次分析法的家庭電力能效評估

4.1.1 基于特征值法和G1群組相結合的一級指標主觀評估

家庭電力能效評估指標體系中家庭用電器信息(B)、節(jié)能設備信息(D)和環(huán)境因素影響(E)所受的影響因素較少，層次分析法就能較好地對其進行能效評估，本文利用層次分析法對這部分指標進行能效評估。

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xixj。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個指標中最重要的一個指標，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值具體含義如表1所示。

同時有

表1 分級比例標度參考表Tab．1 Reference chart of grading proportion scale

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H。

式中，H=H(aij)。式(3)表示在評價指標集X中，指標xi相對于指標xj的序關系及重要程度。

(2)然后利用矩陣乘積方根的方法，來確定wi。

(3)由特征向量wi，求最大特征值λmax。

(4)由λmax計算判斷矩陣的一致性指標β。

(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H滿足一致性，即特征向量為歸一后的指標權重;否則，按式(1)和式(2)去計算指標權重。

綜合家庭能效評估中，專家對以上3項一級評價指標進行分析，確定其序列關系，利用式(1)～式(6)計算3項一級指標在能效評估模型中的權重值。

4.1.2 基于熵權法的二級指標客觀評估

熵權法的基本思想是根據(jù)各項指標觀測值所提供的信息量的大小來確定指標權重。利用熵權法確定二級指標權重值，其具體的計算步驟如下。

(1)計算在第j項指標中，第i個系統(tǒng)的特征比重tij:

(2)計算評價指標j項的熵權值ej:

(3)計算評價指標xj的差異性系數(shù)gi:

(4)最終所計算的權重qi為:

對于家庭電力能效評估模型中的二級指標，以評價指標的序關系為基礎，利用式(7)～式(10)確定每個二級評價指標權重值。

4.1.3 綜合權重值的確定

設定以上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Q=(qi1，qi2，…，qim)，所建立的評估模型為:

4.2 基于貝葉斯方法的家庭電力能效評估

4.2.1 模糊綜合評判矩陣的確定及指標類型分配

家庭電力能效評估指標體系中家庭用戶信息、家庭用電信息所受的影響因素較多，不適合用層次分析法對其進行能效評估，本文利用貝葉斯方法對其進行評估。

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(shù)集，且滿足ai1+ai2+…+aim=1，aim根據(jù)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(shù)集，其中滿足a1+a2+…+am=1，ai根據(jù)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(tài)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:

式中，m為家庭用戶信息和家庭用電信息指標個數(shù); c為評估等級數(shù)(c=5);yi，j表示對ui的評價中，評判等級vj(j=1，2，…，m)所占份額:

式中，fi，j為第i個因素被評為第j個評判等級vj的總次數(shù)。再對各指標數(shù)據(jù)進行標準化處理，歸一化為同一量綱，得到標準指標值矩陣其標準化處理方法為:

式中，L為“成本型”指標，即屬性值愈小愈好的指標;H為“效益型”指標，即屬性值愈大愈好的指標。家庭電力指標體系家庭用戶信息(A)和家庭用電信息(C)中，A1、A3、C1為效益型，A2、A4、A5、C2、C3為成本型。

4.2.2 基于貝葉斯方法確定權重值

采用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)=uj，且在Ij下，等級Gi發(fā)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:

構建目標優(yōu)化模型:

建立屬性測度矩陣。設定某家庭用戶的m項指標數(shù)據(jù)為X，其中為X的某類屬性空間的有序分割，即且滿足q1＞q2＞… ＞qc，由每個指標的分類界限可寫出分類標準矩陣為:

設ui，j可表示為xi屬于屬性qj的定量描述的屬性測度，則某家庭用戶X的屬性測度為U={ui，j}，其中i=1，2，…，m，j=1，2，…，c。ui，j的具體計算方法為:

設某家庭用戶X的綜合指標屬于各類屬性的測度為V=(v1，v2，…，vc)，單個指標的評價值vj為:

基于貝葉斯方法和屬性識別相結合建立的評估模型為:

4.3 家庭電力的整體能效評估模型

家庭電力指標體系主要包括家庭用戶信息(A)、家庭用電器信息(B)、家庭用電信息(C)、節(jié)能設備信息(D)和環(huán)境因素影響(E)共5個一級指標;其中，A、C的影響因素較多，用貝葉斯方法對其進行評估;B、D、E的影響因素較少，運用層次分析法就可以對其進行很好的評估。

其中層次分析法所對應的評估模型為y1，貝葉斯方法所對應的評估模型為y2;設家庭電力能效評估總的評估模型為y。

5 實例分析

應用層次分析法和貝葉斯方法，計算家庭電力能效評估的一級指標和二級指標權重，如表2所示。以表2數(shù)據(jù)為基礎，按式(20)即可求得電力用

表2 指標體系中一級指標和二級指標的權重Tab．2 Weight of first indicators and secondary indicators in index system

戶綜合能效評估模型為:

為驗證該評估方法的準確性，從15組能效數(shù)據(jù)中任取1組，分別利用基于遞階綜合評價方法(AHP)的能效評估模型式(11)、基于貝葉斯方法和屬性識別相結合所建立的評估模型式(19)和層次分析法和貝葉斯方法相結合的總的能效評估模型式(21)對其進行能效評估，能效評估結果如表3所示。

表3 不同方法確定的各指標的能效評估值Tab．3 Values of index by different methods

通過實際調(diào)研家庭用戶的整體能效情況及各個一級指標的能效情況，發(fā)現(xiàn)其與結合法所算出的能效評估趨勢大致相近。運用層次分析法與貝葉斯方法相結合的方法，主客觀相結合(主觀賦權法、自主學習算法)，可以提高家庭電力能效評估的準確性和可靠性。

另外，為檢驗家庭用戶的評估效果，從15組能效數(shù)據(jù)中任意選取3組，利用已建立的家庭用戶能效評估模型式(21)，對其進行綜合能效評估。其綜合能效評價結果如表4所示。

表4 家庭電力綜合能效評估結果Tab．4 Evaluation results of comprehensive energy efficiency

由表4可知，就家庭用戶的整體能效而言，家庭用戶1的綜合能效水平最高，家庭用戶2次之。但從家庭能效局部的指標來看，這3個家庭用戶各有其優(yōu)勢和缺陷，如整體能效水平最高的用戶1，它的家庭用電信息評估結果相對較低，反之，綜合能效水平不高的用戶3，它的家庭用電器信息能效水平卻最高。因此，以此結果作為評估依據(jù)，可以有效針對家庭用電能效相對薄弱的環(huán)節(jié)，科學制定節(jié)能方案，充分挖掘節(jié)能潛力，提高家庭用電效率。

6 結論

為了能準確反映家庭用電的能效水平，促進全社會節(jié)能工作的進一步進行，本文通過提出家庭電力能效評估方法，對家庭用電能效水平進行全面的評估;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(jié)能策略提供了科學依據(jù)，主要應用前景如下:

(1)為分時電價、峰谷電價的順利實施提供科學參考依據(jù);

(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(jié)能潛力，推進電力需求側節(jié)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(jīng)實例驗證，該方法不僅能評估和監(jiān)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］盧志剛，周雷，楊麗君，等 (Lu Zhigang，Zhou Lei，Yang Lijun，et al．)．微電網(wǎng)規(guī)劃評價指標體系研究(Index system of microgrid planning evaluation)［J］．電工電能新技術(Advanced Technology of Electrical Engineering and Energy)，2014，33(9):25-29．

［2］王彬，何光宇，梅生偉，等 (Wang Bin，He Guangyu，Mei Shengwei，et al．)．智能電網(wǎng)評估指標體系的構建方法(Construction method of smart grids assessment index system)［J］．電力系統(tǒng)自動化 (Automation of E-lectric Power Systems)，2011，35(23):1-5．

［3］王彬，何光宇，陳穎，等 (Wang Bin，He Guangyu，Chen Ying，et al．)．智能電網(wǎng)評估指標體系中電力用戶需求指標集的構建 (Construction of power consumers’demand index set in assessment index system of smart grid)［J］．電網(wǎng)技術 (Power System Technology)，2012，36(6):21-26．

［4］曲朝陽，王沖，王蕾，等 (Qu Zhaoyang，Wang Chong，Wang Lei，et al．)．智能用電環(huán)境下的家庭電力能效評估指標體系(Household electricity energy efficiency evaluation system in the smart power utilization environment)［J］．華東電力 (East China Electric Power)，2014，42(6):1079-1083．

［5］羅耀明，姚建剛(Luo Yaoming，Yao Jiangang)．電力用戶綜合能效評估模型 (Evaluation model of integrated energy efficiency for power users)［J］．電力系統(tǒng)及其自動化學報 (Proceedings of the CSU-EPSA)，2011，23 (5):104-109．

［6］羅耀明，毛李帆，姚建剛 (Luo Yaoming，Mao Lifan，Yao Jiangang)．基于遞階綜合評價模型的電力用戶能效評估系統(tǒng) (Energy efficiency evaluation system for power users based on integrated hierarchical evaluation method)［J］．微計算機信息 (Microcomputer Information)，2011，27(2):68-71．

［7］吳劍飛，姚建剛，陳華林，等(Wu Jianfei，Yao Jiangang，Chen Hualin，et al．)．電力客戶能效狀態(tài)模糊綜合評估(Fuzzy comprehensive evaluation of power customer energy efficiency assessment)［J］．電力系統(tǒng)保護與控制 (Power System Protection and Control)，2010，38 (13):94-98．

［8］劉沖，蔡茂林 (Liu Chong，Cai Maolin)．氨氣制冷系統(tǒng)能效狀態(tài)評價方法(Energy efficiency state evaluation method for ammonia refrigeration system)［J］．北京航空航天大學學報(Journal of Beijing University of Aeronautics and Astronautics)，2013，39(10):1331-1336．

［9］Chiou C B，Chiou C H，Chu C M，et al．The study of energy-saving strategy for direct expansion air conditioning system［J］．Energy and Buildings，2008，40(9): 1660-1665．

［10］Fischer C．Feedback on household electricity consumption:A tool for saving energy［J］．Energy Efficiency，2008，1(1):79-104．

［11］Steg L．Promoting household energy conservation［J］．Energy Policy，2008，36(12):4449-4453．

［12］Demba Ndiayea，Kamiel Gabriel．Principal component analysis of the electricity consumption in residential dwellings［J］．Energy and Buildings，2011，43(2-3):446-453．

［13］何楨，韓俊德，孫冰 (He Zhen，Han Junde，Sun Bing)．基于粗糙集的科技成果轉化指標約簡方法研究(Research on index reduction method for commercialization of research findings based on rough set)［J］．軟科學(Journal of Software)，2011，25(1):28-31．

Household electricity energy efficiency assessment in smart power utilization environment

QU Zhao-yang1，WANG Chong2，PAN Feng1
(1．School of Information Science and Engineering，Northeast Dianli University，Jilin 132012，China; (2．Information＆Telecommunication Branch Company，State Grid East Inner Mongolia Electric Power Co．Ltd．，Hohhot 010020，China)

In view of the home energy efficiency assessment accuracy being not high，the method of household electricity energy efficiency assessment under smart electricity environment is proposed．According to different family influence factors，the method for power index system of evaluation index uses AHP and Bayesian method to establish family power index system for evaluation model of energy efficiency，and finally establish the overall household power evaluation model to evaluate household electricity energy efficiency．The example shows that the method can accurately detect and assess the family situation of energy consumption，and can improve the residential electricity efficiency as well．

household electricity energy efficiency evaluation;energy efficiency assessment;AHP;Bayesian method;energy efficiency evaluation model

TM73

A

1003-3076(2015)10-0061-07

2014-08-28

國家自然科學基金資助項目(51277023)、吉林省科技廳社發(fā)處重點科技攻關項目(20130206085SF)

曲朝陽(1964-)，男，吉林籍，教授，博士，主要研究方向為電力信息化、計算機網(wǎng)絡技術;王 沖(1988-)，男，滿族，遼寧籍，碩士研究生，主要研究方向為電力信息化、智能家居。