馬立新，朱 潤

(上海理工大學(xué)光電信息與計算機工程學(xué)院，上海 200093)

面對逐步增大的電力發(fā)展壓力，各國都在采取措施進行節(jié)能減排，提高電力能源效率。能效電廠(Efficiency Power Plant，EPP)項目是通過能效測評措施降低需求側(cè)耗能，節(jié)約的電能相當(dāng)于發(fā)電廠所發(fā)的電，其產(chǎn)生的效果與建設(shè)實際電廠一樣。美國加州運行EPP項目，在維持經(jīng)濟持續(xù)增長的情況下，全社會用電量降低了6%［1］。日本通過能效“領(lǐng)跑者”計劃的實施，使得全社會能效升級［2］。在廣州，19家企業(yè)25個EPP項目在2009年正式實施以來，已經(jīng)實施完成并測評的項目可實現(xiàn)年節(jié)電8.3億千瓦時［3］。由此可見，EPP項目在各國的實施促進了節(jié)能減排，具有顯著的社會效益。

能效分級是能效分析的基礎(chǔ)，根據(jù)企業(yè)各能效環(huán)節(jié)的評級結(jié)果，可制訂出有針對性的節(jié)能方案，為全社會實施節(jié)能改造及節(jié)能考核提供科學(xué)準確的依據(jù)?，F(xiàn)有的對能效電廠的關(guān)注點主要集中在能效電廠規(guī)劃建模、能效電廠的項目的節(jié)電潛力優(yōu)化模型以及考慮能效電廠的項目電力系統(tǒng)模擬等方法上［4－6］，對能效分析以及能效分級的研究較少。傳統(tǒng)的研究運用層次分析法［7］進行能效分析，權(quán)重和結(jié)果完全依賴專家經(jīng)驗，有較大的主觀性。本文引入RBF神經(jīng)網(wǎng)絡(luò)方法，以其為核心建立電力用戶RBF神經(jīng)網(wǎng)絡(luò)模型對實時數(shù)據(jù)進行科學(xué)能效分析并評級。該方法兼顧了主觀性和客觀性，比傳統(tǒng)方法更迅速、準確。

1 RBF神經(jīng)網(wǎng)絡(luò)

RBF(徑向基函數(shù))神經(jīng)網(wǎng)絡(luò)是一種局部逼近的神經(jīng)網(wǎng)絡(luò)，具有學(xué)習(xí)速度快、逼近能力強和分類能力好的特點。RBF神經(jīng)網(wǎng)絡(luò)有3層:第1層為輸入層，神經(jīng)元個數(shù)等于輸入的維數(shù);第2層為隱含層，神經(jīng)元個數(shù)根據(jù)問題的復(fù)雜度而定;第3層為輸出層，神經(jīng)元個數(shù)等于輸出數(shù)據(jù)維數(shù)，其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖1 RBF網(wǎng)絡(luò)結(jié)構(gòu)圖

RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程分為兩個階段，第一階一階段，根據(jù)所有的樣本決定隱含層各神經(jīng)元的高斯基函數(shù)的中心值和標準化常數(shù);第二階段，在決定隱含層參數(shù)后，根據(jù)樣本，利用最小二乘原則，求出輸出層的權(quán)值。

在RBF網(wǎng)絡(luò)中，隱含層節(jié)點通過基函數(shù)實現(xiàn)非線性編號，將輸入空間映射到一個新空間，輸出節(jié)點在新空間實現(xiàn)線性加權(quán)組合?；瘮?shù)一般選用高斯函數(shù)，其是具有徑向基的函數(shù)，其中心向量被定義為網(wǎng)絡(luò)輸入層到隱含層的連接權(quán)向量，這個特點使得隱含層對輸入樣本有聚類作用［8］。

高斯函數(shù)表達式

式中，x是n維輸入向量;Ci是第i個基函數(shù)的中心，與x具有相同的維數(shù);ei是第i個隱含層節(jié)點的變量，決定了該基函數(shù)圍繞中心點的寬度;m是隱含層的節(jié)點數(shù);x－ci是向量x－ci的范數(shù)，通常表示x和ci之間的距離?；瘮?shù)對輸入信號在局部產(chǎn)生相應(yīng)，即當(dāng)輸入信號靠近基函數(shù)中央范圍時，隱含層節(jié)點將產(chǎn)生較大的輸出，因此這種網(wǎng)絡(luò)具有局部逼近能力。

輸入層實現(xiàn)了x→Ri(x)的非線性映射，輸出層實現(xiàn)了Ri(x)→yk的線性映射，輸出函數(shù)即

式中，p為輸出節(jié)點數(shù);wik為隱層單元與輸出層單元的連接權(quán)重。

2 實時能效評級的RBF神經(jīng)網(wǎng)絡(luò)模型

建立電力用戶實時能效評級的RBF神經(jīng)網(wǎng)絡(luò)模型主要分為5個階段:(1)選定能夠反映對象特性分級指標，并建立科學(xué)的分級指標體系。(2)建立能效分級標準及分級處理。(3)確定RBF神經(jīng)網(wǎng)絡(luò)的理論輸出值，并建立用于訓(xùn)練和驗證神經(jīng)網(wǎng)絡(luò)的樣本集。(4)進行仿真，根據(jù)網(wǎng)絡(luò)訓(xùn)練結(jié)果，確定用于能效分級的RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，及樣本分界數(shù)據(jù)。(5)利用建立好的RBF神經(jīng)網(wǎng)絡(luò)模型對待分析的實際對象進行智能評級。

2.1 能效指標體系構(gòu)建

指標體系是智能評級的基礎(chǔ)。指標的選擇好壞在智能評級中的作用舉足輕重［9］。本文將指標體系劃分為宏觀評價指標和微觀評價指標兩個層級。

通過能效測評系統(tǒng)對某企業(yè)半年來的數(shù)據(jù)統(tǒng)計與分析，初步認定能效指標集如下:宏觀評價指標分別為電能能效指標、電能污染能效指標和經(jīng)濟能效指標;微觀評價指標中，電能能效指標可細分為4項評價指標，電能污染指標也可細分為4項評價指標，再加上經(jīng)濟能效指標，共計9項評價指標，分別對電力用戶的電能、環(huán)境和經(jīng)濟3方面進行能效分析，較全面地反映了用電企業(yè)的能效水平［10］。該企業(yè)的電力用戶綜合能效分析指標體系，如圖2所示。

圖2 電力用戶能效分級指標體系

2.2 能效指標體系標準及分級

由于目前國家尚未出臺關(guān)于能效分級的統(tǒng)一的國家標準，本文參照的是電能質(zhì)量國家標準［11－16］，分別是:供電電壓允許偏差、電壓波動和閃變、公用電網(wǎng)諧波、三相電壓允許不平衡度、電力系統(tǒng)頻率允許偏差以及暫時過電壓和瞬時過電壓，共6項國家標準。此外，由于萬元經(jīng)濟增加值指標近年來備受用電企業(yè)關(guān)注，因此也將其作為分級指標。再者，在實際工程中暫時過電壓和瞬時過電壓、電壓波動和閃變不易測量，可操作性較差，因此在指標體系中暫不考慮該項指標［10］。

參照電能質(zhì)量標準，將能效單項指標在標準范圍內(nèi)劃分為3個等級，為質(zhì)量合格時的等級劃分。將超出標準范圍內(nèi)的各能效單項指標劃分為4個等級，為質(zhì)量不合格時的等級劃分。這樣的劃分有利于在能效合格時，精細考察能效情況，而在能效不合格時大范圍考察能效問題。從1～7級，能效標準逐級下降，1級為優(yōu)質(zhì)能效等級、2級為良好能效等級、3級為合格能效等級、4級為輕微污染能效等級、5級為輕度污染能效等級、6級為中級污染能效等級、7級為嚴重污染能效等級。能效指標分級標準如表1所示。

表1 能效指標分級標準

2.3 RBF神經(jīng)網(wǎng)絡(luò)理論輸出級樣本集

表1中各單項能效指標值為網(wǎng)絡(luò)的輸入，即x1～x9。能效分級的等級值即為網(wǎng)絡(luò)中的輸出yk，由于每組樣本只有一個等級值，因此網(wǎng)絡(luò)只有一個輸出K=1。RBF神經(jīng)網(wǎng)絡(luò)模型的理論輸出對應(yīng)于1～7級，網(wǎng)絡(luò)的理論值輸出分別為 1、2、3、4、5、6、7。

首先根據(jù)表1，利用隨機分布原理，在各評價等級內(nèi)隨機生成指標，例如對于第1等級:x1≤0.5，0.5＜x1≤1，1 ＜x1≤2，2 ＜ x1≤3，3 ＜ x1≤4，4 ＜ x1≤5，x ＞5。通過上述區(qū)間內(nèi)隨機取值的方法可以生成任意多的樣本，同理也可生成其他等級的樣本。本實例從樣本集中選用350個樣本作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本，700個樣本作為訓(xùn)練樣本。

3 算例分析

本文采用Matlab R2013a分析軟件進行分析。網(wǎng)絡(luò)設(shè)置的誤差容限為0.01，經(jīng)過12.23 s后，RBF網(wǎng)絡(luò)滿足要求，此時，RBF網(wǎng)絡(luò)的隱含層神經(jīng)單元為26。圖3給出了700個測試樣本的詳細等級分布。

圖3 測試樣本結(jié)果分布

在實際生產(chǎn)實際中，各用電企業(yè)對象的能效等級大多分布在第1等級到第4等級之間，因此這里著重關(guān)注這4個等級的數(shù)據(jù)分布情況。

由圖3可看出，RBF模型在第1等級的平均絕對誤差是0.059 8，相關(guān)系數(shù)是0.999 026;在第2等級的平均絕對誤差是0.112 0，相關(guān)系數(shù)是0.998 236;在第3等級的平均絕對誤差是0.098 7，相關(guān)系數(shù)是0.999 223;在第4等級的平均絕對誤差是0.079 8，相關(guān)系數(shù)是0.999 001。這些數(shù)據(jù)表明，檢驗樣本與測試樣本具有相近的擬合能力，網(wǎng)絡(luò)的泛化性能好。

樣本的分界數(shù)據(jù)分別為1.459 8，2.478 3，3.534 2，4.469 1，5.542 1，6.440 7。因此，例如對于網(wǎng)絡(luò)的輸出，值在(0，1.459 8)為第一等級，在(1.459 8，2.478 3)為第二等級，其他等級以此類推。

為驗證網(wǎng)絡(luò)適用性和實時性能，選取2014年7月上海市某企業(yè)1～5樓辦公樓所有空調(diào)的能效情況，其中選取負荷最大日和負荷最小日的24小時實時能效，結(jié)果如圖5所示。

圖4 2014年7月上海某企業(yè)典型日空調(diào)能效情況

由圖4所示，負荷最大日與負荷最小日的能效等級都分布在第1等級與第3等級之間，并且這兩天的早上8點至晚上8點能效等級都比其他時間段內(nèi)的能效等級高，表明早上8點至晚上8點該時段的能效狀況不理想。其原因在于，這期間是工作日時段，由于其他設(shè)備的開啟，為保持設(shè)備溫度，需要空調(diào)設(shè)備持續(xù)運轉(zhuǎn)，再者，該企業(yè)的部分空調(diào)設(shè)備老化，耗能增加。

對比負荷最大日與負荷最小日，可得出負荷最小日的24小時實時能效是要普遍好于負荷最大日的實時能效，這是因負荷最大日發(fā)生在周一，且當(dāng)日氣溫接近36℃，并且其他設(shè)備由于生產(chǎn)任務(wù)都高速運轉(zhuǎn)，負荷最小日發(fā)生在周日，氣溫是28℃，且企業(yè)只有少量值班人員。負荷最小日的能效等級最大值出現(xiàn)在11點，負荷最大日的能效等級最大值出現(xiàn)在12點。兩日的最大值都出現(xiàn)在中午，表明溫度對空調(diào)能效的影響較大。

分析圖4可以得出，該模型具有較強的實時性，且較好的反映了監(jiān)測對象實時能效的變化，適用性較高，為節(jié)能治理提供了較好的依據(jù)。

由以上分析，該企業(yè)可采取淘汰落后的空調(diào)，更換為變頻空調(diào)。再者，可將部分生產(chǎn)挪到晚上20點后，從而減少空調(diào)的超負荷使用時間。

4 結(jié)束語

能效分析是EPP項目的重要內(nèi)容，文中建立的電力用戶綜合能效分析的RBF模型，科學(xué)可靠的反映了電力用戶的能效水平。該模型將主觀經(jīng)驗和客觀評價信息有機結(jié)合，評價結(jié)果不僅能從整體反映用戶的能效水平，且適應(yīng)了智能電網(wǎng)能效發(fā)展的需要。應(yīng)用實例表明，該方法操作簡捷、適用性強、實時性高，具有良好的實用價值。

［1］ 中國赴美國能效電廠考察團．美國加州能效電廠政策及實踐考察報告［J］．電力需求側(cè)管理，2007，19(3):174 －175．［2］ 顧成奎，王熙．日本能效“領(lǐng)跑者”啟示［J］．中國經(jīng)濟和信息化，2013(6):52－53．

［3］ 鄧佳．“能效電廠”助力廣東節(jié)能減排［J］．環(huán)境經(jīng)濟，2012(12):73．

［4］ 王雁凌，王晶晶，吳京鍇，等．能效電廠的節(jié)電潛力優(yōu)化模型［J］．電網(wǎng)技術(shù)，2014(4):941－946．

［5］ 段煒，胡兆光，姚明濤，等．考慮需求相應(yīng)資源的電力系統(tǒng)生產(chǎn)模擬［J］．電網(wǎng)技術(shù)，2014(6):1523－1528．

［6］ 王丹，范孟華，賈宏杰．考慮用戶舒適約束的家居溫控負荷需求相應(yīng)和能效電廠建模［J］．中國電機工程學(xué)報，2014(13):2071－2077．

［7］ 楊小彬，李和明，尹忠東，等．基于層次分析法的配電網(wǎng)能效指標體系［J］．電力系統(tǒng)自動化，2013，37(21):146 －150．

［8］ 陳澤淮，張堯，武志剛．RBF神經(jīng)網(wǎng)絡(luò)在中長期負荷預(yù)測中的應(yīng)用［J］．電力系統(tǒng)及其自動化學(xué)報，2006，18(1):14－19．

［9］ 杜棟，龐慶華．現(xiàn)代綜合評價方法與案例精選［M］．北京:清華大學(xué)出版社，2008．

［10］劉穎英．智能化電能質(zhì)量綜合分析方法分析與比較研究［M］．北京:華北電力大學(xué)，2007．

［11］潘艷，朱偉江，劉訊，等．電能質(zhì)量電力系統(tǒng)頻率偏差GB/T 15945－2008［S］．北京:中國國家標準化管理委員會，2008．

［12］趙剛，梅桂華，劉迅，等．電能質(zhì)量電壓波動和閃變GB/T 12326－2008［S］．北京:中國國家標準化管理委員會，2008

［13］曲濤，任元，林海雪，等．電能質(zhì)量公用電網(wǎng)諧波GB/T 14549 －93［S］．北京:國家技術(shù)監(jiān)督局，1993．

［14］周勝軍，于坤山，譚志強，等．電能質(zhì)量供電電壓偏差GB/T 12325－2008［S］．北京:中國國家標準化管理委員會，2008．

［15］景德炎，顧文，曾幼云，等．電能質(zhì)量三相電壓不平衡GB/T 15543－2008［S］．北京:中國國家標準化管理委員會，2008．

［16］林海雪，杜澎春，趙剛．電能質(zhì)量暫時過電壓和瞬時過壓GB/T 18481－2001［S］．北京:中國國家標準化管理委員會，2011．