CN106358351B - 基于变幅值梯度极值搜索算法的照明节能控制方法 - Google Patents

Abstract

本发明公开了一种基于变幅值梯度极值搜索算法的照明节能控制方法，通过PID闭环控制保持照度需求，同时又通过变幅值梯度极值搜索算法，不断迭代快速寻找到照明系统能耗的最低值，并保持最低值稳定输出；在变幅值梯度极值搜索算法中，引入一个正信号来改变扰动的幅值，此变量先快速增大，以保证算法的精确度，然后减小，缩短了算法搜索所需的时间，同时加入自闭环系统，可以通过调节其中的参数，使输出更加稳定，快速。采用本发明，可以提高梯度极值搜索算法的速度和准确度，从而提高照明节能控制方法的整体性能。

Description

基于变幅值梯度极值搜索算法的照明节能控制方法

技术领域

本发明属于照明控制技术领域，更为具体地讲，涉及一种基于变幅值梯度极值搜索算法的照明节能控制方法。

背景技术

据统计，中国建筑能耗占全社会能耗总量的35％以上，而照明能耗占建筑能耗的25％以上，如何减少能源消耗，已经成为各行各业的面临的首要问题。本发明在满足照度需求同时，进一步最大限度的降低能耗。

传统的照明系统只能通过开和关进行照明控制，而现有的照明控制系统能通过调节灯的亮暗程度来满足用户的需求，实现了一定的节能，但控制方法较复杂，而且节能的效果不佳。因此需要提出一种既能保证用户照度需求，又能实现进一步节能的控制算法。

在申请人于2016年5月23申请、2016年10月12日公布、公布号为“CN106028584A”名称为“一种基于梯度极值搜索算法的双闭环照明节能控制方法”中，提出了一种采用PID控制算法和基于梯度的极值搜索算法的双闭环控制方法，采用PID控制算法保证了目标区域照度值稳定在设定照度值附近，实现了一定的节能，采用梯度的极值搜索算法在满足照度需求的情况下能快速寻找到系统能耗的极小值，并保持最小值稳定输出，实现了二次节能，对于应用在照明系统节能上有着重要的控制作用。

在对以上方法进行进一步研究和实验验证过程中，申请人发现该方法在极值搜索的速度和准确度方面不够理想，仍然需要进一步改进。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于变幅值梯度极值搜索算法的照明节能控制方法，通过提高梯度极值搜索算法的速度和准确度，从而提高照明节能控制方法的整体性能。

为实现上述发明目的，本发明基于变幅值梯度极值搜索算法的照明节能控制方法包括以下步骤：

(1)、将用于照度控制区域照明的所有灯具划分为n组，且每组灯具百分比用w₁,w₂,…,w_n表示，其中w₁+w₂+…+w_n＝1，通过改变百分比w₁,w₂,…,w_n的值，可以进一步控制各组灯具之间的亮度；在照度控制区域安装一个光传感器，用于照度控制区域照度的采集；

(2)、设定照度控制区域的目标照度值，初始化每组灯具的百分比为第n组构成向量初始化正信号r；

(3)、向量经过扰动S(t)和信号r乘积的作用产生输入向量W′＝[w′₁,w₂′,…,w′_n-1]^T；

所述的扰动S(t)为[a₁sinσ₁t,a₂sinσ₂t,...,a_n-1sinσ_n-1t]^T，其中，t为时间，系数a₁,a₂,…,a_n-1、频率参数σ₁,σ₂,…,σ_n-1根据具体情况确定；

所述的作用为：

(4)、将输入向量W′与百分比的第n项w_n′＝1-w′₁-w′₂-…-w′_n-1进行整合得到输入向量W＝[w₁,w₂,…,w_n]^T，光传感器将照度控制区域的采集照度值通过I2C协议传入控制器，控制器通过串口将采集照度值数据传入到上位机；在上位机中，采集照度值与目标照度值做PID闭环控制，即目标照度值减去采集照度值，差值送入PID控制器中，PID控制器输出控制量，控制量作用于各组灯具的百分比即w₁,w₂,…,w_n，将作用后的结果通过串口输出传给控制器，然后对各组灯具亮暗程度进行控制；而当灯具的亮暗程度改变时，再通过光传感器对照度控制区域照度进行实时采集，再次进行PID闭环控制，不断减小采集照度值和目标照度值的差值，最终使采集照度值稳定在目标照度值；

(5)、计算每组灯具的能耗，然后求和，得到总能耗E′；

(6)、如果总能耗E′与上一次得到的每组灯具的亮度百分比w₁,w₂,…,w_n下的总能耗E₀的差值ΔE，即|E′-E₀|小于设定的阈值，则结束，此时输出的每组灯具的亮度组合即百分比w₁,w₂,…,w_n为满足用户照度需求，同时能耗最低亮度组合；否则，进入步骤(7)；

(7)对总能耗E′进行滤波，以滤去不稳定的波动，得到滤波后的总能耗E；滤波后的总能耗E经过低通滤波器后乘以增益p产生正信号r，其表达式为：

其中，h是预设的常数，取值范围为h＞0；增益参数p的选择要求为令信号r为正信号；

(8)、滤波后的总能耗E与扰动M(t)作用，得到变量ΔE′＝M(t)·E，其中：

所述的扰动M(t)为：

ΔE′经过一个自闭环系统产生信号ΔW′，自闭环系统的过程为：先经过一个常系数对角矩阵J，再经过低通滤波对角矩阵F(s)，产生信号ΔW′，将其求导后乘以常系数对角矩阵Q后反馈给ΔE′；

(9)、将变量ΔW′乘以-K(常系数)后积分，在向量处寻找到使能耗降低的下一个估计迭代点即向量即：

然后将向量作为向量返回步骤(3)。

本发明基于变幅值梯度极值搜索算法的照明节能控制方法，通过PID闭环控制保持照度需求，同时又通过变幅值梯度极值搜索算法，不断迭代快速寻找到照明系统能耗的最低值，并保持最低值稳定输出；在变幅值梯度极值搜索算法中，引入一个正信号来改变扰动的幅值，此变量先快速增大，以保证算法的精确度，然后减小，缩短了算法搜索所需的时间，同时加入自闭环系统，可以通过调节其中的参数，使输出更加稳定，快速。

本发明是在一迭代点处沿输出能耗E下降的方向(即负梯度方向)寻找到下一迭代点，然后循环迭代，直到能耗E下降的方向趋于0，即|ΔE|≈0，此时的输入ω就能稳定的收敛到ω^*，从而就能稳定的搜索到相应的最小能耗值E^*，其稳定性可通过中心流定理和霍尔维茨定理进行证明，本发明在搜索最优能耗的同时可保证目标区域照度值稳定在用户设定照度值附近，相对原梯度极值搜索算法，本发明在满足用户需求的情况下，优化了照明系统，并实现了更进一步节能的效果。

附图说明

图1是本发明基于变幅值梯度极值搜索算法的照明节能控制方法的一种具体实施方式流程图；

图2是本实施例中室内所有灯具分两组情况图；

图3是灯具分两组时本发明方法中照度为60lux时随时间变化图；

图4是照度60lux下灯具分两组时遍历实验能耗随百分比w₁变化图；

图5是照度60lux下灯具分两组时对比方法和本发明方法实验能耗E随时间变化图；

图6是灯具分两组时本发明方法中照度为75lux时随时间变化图；

图7是照度75ux下灯具分两组时遍历实验能耗随百分比w₁变化图；

图8是照度75lux下灯具分两组时本发明方法和对比方法实验能耗E随时间变化图；

图9是本实施例中室内所有灯具分三组情况图；

图10是灯具三两组时本发明方法中照度为80lux时随时间变化图；

图11是照度80lux下灯具分三组时遍历实验w₁-w₂-E三维图；

图12是照度80lux下灯具分三组时本发明方法和对比方法实验能耗E随时间变化图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

图1是本发明基于变幅值梯度极值搜索算法的照明节能控制方法的一种具体实施方式流程图。如图1所示，本发明基于变幅值梯度极值搜索算法的照明节能控制方法包括以下步骤：

S101：灯组划分及光传感器安装：

将用于照度控制区域照明的所有灯具划分为n组，且每组灯具百分比用w₁,w₂,…,w_n表示，其中w₁+w₂+…+w_n＝1，通过改变百分比w₁,w₂,…,w_n的值，可以进一步控制各组灯具之间的亮度，其中，照明控制区域就是需要进行调光的区域。为了得到需要的目标照明值，在照度控制区域安装一个光传感器，用于照度控制区域照度的采集，以便在经过PID控制后，使实际的照度值即采集照度值稳定在(达到)设定的照度控制区域的目标照度值。

S102：设定目标照度值及初始化：

设定照度控制区域的目标照度值，初始化(估计)每组灯具的百分比为第n组用得到，所以在搜索算法循环的过程中只需要n-1项，构成向量其中其中上标T表示转置。此外，还需要初始化一个正信号r，用于产生首次的输入向量W′。

S103：产生输入向量W′：

向量经过扰动S(t)和信号r乘积的作用产生输入向量W′＝[w′₁,w′₂,…,w′_n-1]^T；

所述的扰动S(t)为[a₁sinσ₁t,a₂sinσ₂t,...,a_n-1sinσ_n-1t]^T，其中，t为时间，系数a₁,a₂,…,a_n-1、频率参数σ₁,σ₂,…,σ_n-1根据具体情况确定；

所述的作用为：

S104：整合输入及PID闭环照明控制：

将输入向量W′与百分比的第n项w_n′＝1-w₁′-w₂′-…-w′_n-1进行整合得到输入向量W＝[w₁,w₂,…,w_n]^T，整合输入的目的是使每组灯具百分比用w₁,w₂,…,w_n表示且满足w₁+w₂+…+w_n＝1的要求，便于进行灯组的控制。

光传感器将照度控制区域的采集照度值通过I2C协议传入控制器，控制器通过串口将采集照度值数据传入到上位机；在上位机中，采集照度值与目标照度值做PID闭环控制，即目标照度值减去采集照度值，差值送入PID控制器中，PID控制器输出控制量，控制量作用于各组灯具的百分比即w₁,w₂,…,w_n，将作用后的结果通过串口输出传给控制器，然后对各组灯具亮暗程度进行控制；而当灯具的亮暗程度改变时，再通过光传感器对照度控制区域照度进行实时采集，再次进行PID闭环控制，不断减小采集照度值和目标照度值的差值，最终使采集照度值稳定在目标照度值。需要说明的是，PID闭环控制还有一些等同的控制形式，在具体实施过程中不限于上述具体形式。

S105：计算总能耗：

计算每组灯具的能耗值，然后求和，得到总能耗E′。

S106：判断能耗差值是否满足要求，即如果总能耗E′与上一次得到的每组灯具的亮度百分比w₁,w₂,…,w_n下的总能耗E₀的差值ΔE，即|E′-E₀|小于设定的阈值，则结束，此时输出的每组灯具的亮度组合即百分比w₁,w₂,…,w_n为满足用户照度需求，同时能耗最低亮度组合；否则，进入步骤S107。

S107：生成正信号r：

对总能耗E′进行滤波，以滤去不稳定的波动，得到滤波后的总能耗E。滤波后的总能耗E经过低通滤波器后乘以增益p产生正信号r，其表达式为：

其中，h是预设的常数，取值范围为h＞0；增益参数p的选择要求为令信号r为正信号。

S108：产生反应能耗差值的变量ΔW′：

滤波后的总能耗E与扰动M(t)作用，得到变量ΔE′，其中：

所述的扰动M(t)为：

所述的总能耗E与扰动M(t)作用，得到变量ΔE′，即：

ΔE′经过一个自闭环系统产生信号ΔW′＝[Δw₁′,Δw₂′,…,Δw′_n-1]^T，自闭环系统的过程为：先经过一个常系数对角矩阵J，在经过低通滤波对角矩阵F(s)，产生信号ΔW′，将其求导后乘以常系数对角矩阵Q后反馈给ΔE′，此时有如下公式：

其中，I表示单位矩阵，

对角矩阵J、C和Q的对角元素均是大于0的常数，是预先设计好的参数，s表示拉氏算子。

S109：获取下一个估计迭代点：

将变量ΔW′乘以-K后积分，在向量处寻找到使能耗降低的下一个估计迭代点即向量其中K是正常数，是设计参数，根据具体情况设定，即：

然后将向量作为向量返回步骤S103。

梯度法的迭代公式为：w^(k+1)＝w^(k)+λ_(k)d^(k)，其中λ_(k)是迭代系数，在此处二个估计点的差值：所以积分后能寻找到下一个估计迭代点

根据以上描述可知，本发明引入了信号r和一个自闭环系统，是公布号为“CN106028584A”名称为“一种基于梯度极值搜索算法的双闭环照明节能控制方法”的专利中所记载的梯度极值搜索算法中是所没有的。对于信号r而言，由(2)式可知这个信号与总能耗E有关，而总能耗E是一个变化的信号，刚开始时，由于给定的初始值和极值点有一定的差值，所以总能耗E是不断增大的，但随着搜索的进行，总能耗E开始下降并不断的趋近于0，当总能耗E趋近于0时，因为h＞0，所以信号r是递减的，而刚开始时，由于总能耗E是不断增大的，所以r也是不断增大的，而r＞0，所以信号r刚开始不断增大，然后递减，最终趋近于0，其稳定性的证明可通过中心流定理证明。加入自闭环系统的目的是通过调节其中的参数，使输出更加稳定，快速。

在步骤S103中，由向量经过扰动S(t)和信号r乘积的作用产生输入向量W′＝[w₁′,w₂′,…,w′_n-1]^T，即：

而在步骤S109中，将变量ΔW′乘以-K后积分，在向量处寻找到使能耗降低的下一个估计迭代点即向量然后将向量作为向量则有：

定义输入误差

其中W^*是极值点，则有：

由(8)式可知，当趋于0时，W′就趋近于W^*。在本发明中将扰动S(t)乘以了正信号r，改变了扰动S(t)的幅值。在公布号为“CN106028584A”名称为“一种基于梯度极值搜索算法的双闭环照明节能控制方法”的专利所记载的梯度极值搜索算法中，由于那么再结合仿真实验可知，扰动S(t)的大小与算法搜索的时间和精确度相关，其振幅a₁,a₂,…,a_n-1较大时，算法的搜索时间较长，振幅太小时，算法的精确度又降低了。而本发明中将扰动S(t)乘以了正信号r，由前面的分析可知，信号r是一个先增大再递减最终趋于0的信号，所以扰动S(t)的振动幅值，是开始时先快速的增大，以保证算法的精确度，然后减小，以缩短算法搜索所需的时间。

本发明中梯度极值搜索算法稳定性的证明可通过对(2)、(5)和(9)式进行均值化处理，先通过中心流定理证明(2)式是稳定收敛的，然后通过霍尔维茨定理对(5)和(9)式的稳定性进行证明，本发明基于变幅值梯度法的极值搜索控制系统是一个闭环系统，通过不断的循环，最终可稳定的寻找到最小能耗值E^*。

实施例

为了说明本发明的技术效果，下面基于智能照明平台，采用公布号为“CN106028584A”名称为“一种基于梯度极值搜索算法的双闭环照明节能控制方法”的专利中所记载的方法作为对比方法，与本发明基于变幅值梯度极值搜索算法的照明节能控制方法进行对比实验。

本实施例的实验主要包含三个部分，首先对所有灯具进行分组，设定照度值，通过PID控制使得目标区域C的实时照度值稳定在设定照度值附近，在分组情况和设定照度值不变的情况下，

1、先进行遍历实验，通过遍历各组灯具的百分比，来准确的得到其相对应的能耗值，找到最小能耗值

2、采用对比方法进行实验，分别得到输入和输出与时间的关系曲线图，从图中找到输出趋于稳定时的相对最小能耗

3、采用本发明方法进行实验，分别得到输入和输出与时间的关系曲线图，从图中找到输出趋于稳定时的相对最小能耗

通过比较 与的差值，来说明本发明在精确度方面的性能优势，通过比较输出趋于稳定时能耗的波动范围，来说明本发明与对比方法抖颤度的大小。由于实验存在环境影响，所获得的数据与理想状态存在一定差异，但是不影响对本发明技术效果的判定。

本次实验中首先将灯具分为两组。图2是本实施例中室内所有灯具分两组情况图。如图2所示，人为地将室内所有11盏灯具分为两组：其中编号为1的5盏灯为灯组1，百分比为w₁，剩下的编号为2的6盏灯为灯组2，百分比w₂。设定照度值为60lux，由于光照随时间的变化图在三部分中大致相同，所以只将采用本发明方法进行实验的光照随时间的变化图展示出来。图3是灯具分两组时本发明方法中照度为60lux时随时间变化图。

先进行遍历实验，将输入w₁的百分比从0遍历到1进行实验，得到其与能耗的关系变化图。图4是照度60lux下灯具分两组时遍历实验能耗随百分比w₁变化图。然后采用对比方法和本发明方法进行实验，得到其输出与时间的关系变化图。图5是照度60lux下灯具分两组时对比方法和本发明方法实验能耗E随时间变化图。

由图4可知，当w₁为0.69859时，有最小能耗值2.4267，由图5可知本发明方法在60s之后基本趋于稳定，而对比方法在120s之后才基本趋于稳定，在输出达到稳定所需的时间上，本发明方法明显优于对比方法，从稳定时的抖颤度来看，本发明方法也优于对比方法，将图中数据汇总于表1。

为了进一步说明本发明方法优于对比方法的正确性，在将灯具分为相同二组的情况下，改变照度为75lux。图6是灯具分两组时本发明方法中照度为75lux时随时间变化图。

先进行遍历实验，将输入w₁的百分比从0遍历到1进行实验，得到其与能耗的关系变化图。图7是照度75ux下灯具分两组时遍历实验能耗随百分比w₁变化图。然后采用本发明方法和对比方法进行实验，得到其输出与时间的关系变化图。图8是照度75lux下灯具分两组时本发明方法和对比方法实验能耗E随时间变化图。

由图7可知，当w₁为0.74045时，有最小能耗值4.0783，由图8可知本发明方法在90s之后基本趋于稳定，而对比方法在120s之后才基本趋于稳定，在输出达到稳定所需的时间上，本发明方法明显优于对比方法，从稳定时的抖颤度来看，本发明方法也优于对比方法。表1是灯具分两组时照度输出能耗E数据分析。

表1

由表1中数据可知，本发明方法的能耗E趋于稳定时波动范围小于对比方法，而且更接近于遍历最优值。

下面将所有灯具分为三组进行实验，图9是本实施例中室内所有灯具分三组情况图。如图9所示，人为地将室内所有11盏灯具分为三组：其中编号为1的1盏灯为灯组1，百分比为w₁，编号为2的4盏灯为灯组2，百分比w₂，编号为3的6盏灯为灯组3，百分比w₃。设置照度为80lux。图10是灯具三两组时本发明方法中照度为80lux时随时间变化图。

先进行遍历实验，得到能耗随百分比w₁、w₂变化的三维图。图11是照度80lux灯具分三组时遍历实验w₁-w₂-E三维图。然后采用本发明方法和对比方法进行实验，得到其输出与时间的关系变化图。图12是照度80lux下灯具分三组时本发明方法和对比方法实验能耗E随时间变化图。由图12可知本发明方法在40s之后基本趋于稳定，而对比方法在80s之后才基本趋于稳定，在输出达到稳定所需的时间上，本发明方法明显优于对比方法，从稳定时的抖颤度来看，本发明方法也优于对比方法。表2是灯具分三组时照度输出能耗E数据分析。

表2

由表2中数据可知，本发明方法的能耗E趋于稳定时波动范围小于对比方法，而且更接近于遍历最优值。

根据以上实验可知，在同一实验环境下，基于本发明方法的相对最低能耗值搜索与对比方法相对最低能耗值搜索相比优势在于：1.能耗下降速度更快；2.达到相对最低能耗值后保持稳定的时间更快；3.其搜索到的相对最低能耗值更精确；4.其搜索的能耗值波动幅度较小。因此，本发明可以提高梯度极值搜索算法的速度和准确度，从而提高照明节能控制方法的整体性能。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (1)

1.一种基于变幅值梯度极值搜索算法的照明节能控制方法，其特征在于，包括以下步骤：

(1)、将用于照度控制区域照明的所有灯具划分为n组，且每组灯具亮度百分比用w₁,w₂,…,w_n表示，其中w₁+w₂+…+w_n＝1，通过改变亮度百分比w₁,w₂,…,w_n的值，可以进一步控制各组灯具之间的亮度；在照度控制区域安装一个光传感器，用于照度控制区域照度的采集；

(2)、设定照度控制区域的目标照度值，初始化每组灯具的亮度百分比为第n组构成向量初始化正信号r；

(3)、向量经过扰动S(t)和信号r乘积的作用产生输入向量W′＝[w′₁,w′₂,…,w′_n-1]^T；

所述的扰动S(t)为[a₁sinσ₁t,a₂sinσ₂t,...,a_n-1sinσ_n-1t]^T，其中，t为时间，系数a₁,a₂,…,a_n-1、频率参数σ₁,σ₂,…,σ_n-1根据具体情况确定；

所述的输入向量W′为：

(4)、将输入向量W′与亮度百分比的第n项w′_n＝1-w′₁-w′₂-…-w′_n-1进行整合得到输入向量W＝[w₁,w₂,…,w_n]^T，光传感器将照度控制区域的采集照度值通过I2C协议传入控制器，控制器通过串口将采集照度值数据传入到上位机；在上位机中，采集照度值与目标照度值做PID闭环控制，即目标照度值减去采集照度值，差值送入PID控制器中，PID控制器输出控制量，控制量作用于各组灯具的亮度百分比即w₁,w₂,…,w_n，将作用后的结果通过串口输出传给控制器，然后对各组灯具亮暗程度进行控制；而当灯具的亮暗程度改变时，再通过光传感器对照度控制区域照度进行实时采集，再次进行PID闭环控制，不断减小采集照度值和目标照度值的差值，最终使采集照度值稳定在目标照度值；

(5)、计算每组灯具的能耗，然后求和，得到总能耗E′；

(6)、如果总能耗E′与上一次得到的每组灯具的亮度百分比w₁,w₂,…,w_n下的总能耗E₀的差值ΔE，即|E′-E₀|小于设定的阈值，则结束，此时输出的每组灯具的亮度组合即亮度百分比w₁,w₂,…,w_n为满足用户照度需求，同时能耗最低亮度组合；否则，进入步骤(7)；

(7)对总能耗E′进行滤波，以滤去不稳定的波动，得到滤波后的总能耗E；滤波后的总能耗E经过低通滤波器后乘以增益p产生正信号r，其表达式为：

其中，h是预设的常数，取值范围为h＞0；增益参数p的选择要求为令信号r为正信号；

(8)、滤波后的总能耗E与扰动M(t)和信号乘积作用，得到变量ΔE′＝M(t)·E，其中：

所述的扰动M(t)为：

ΔE′经过一个自闭环系统产生信号ΔW′，自闭环系统的过程为：先经过一个常系数对角矩阵J，在经过低通滤波对角矩阵F(s)，产生信号ΔW′，将其求导后乘以常系数对角矩阵Q后反馈给ΔE′；

(9)、将变量ΔW′乘以-K后积分，其中K为常系数，在向量处寻找到使能耗降低的下一个估计迭代点即向量即：

然后将向量作为向量返回步骤(3)。