CN111880417B - 一种基于App的智慧家庭能源管控系统及其最优控制方法 - Google Patents

一种基于App的智慧家庭能源管控系统及其最优控制方法 Download PDF

Info

Publication number
CN111880417B
CN111880417B CN201910961037.3A CN201910961037A CN111880417B CN 111880417 B CN111880417 B CN 111880417B CN 201910961037 A CN201910961037 A CN 201910961037A CN 111880417 B CN111880417 B CN 111880417B
Authority
CN
China
Prior art keywords
energy
energy consumption
model
family
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910961037.3A
Other languages
English (en)
Other versions
CN111880417A (zh
Inventor
魏一鸣
沈萌
余碧莹
唐葆君
廖华
梁巧梅
安邦
田迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201910961037.3A priority Critical patent/CN111880417B/zh
Publication of CN111880417A publication Critical patent/CN111880417A/zh
Application granted granted Critical
Publication of CN111880417B publication Critical patent/CN111880417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于App的智慧家庭能源管控系统及其最优控制方法，包括家庭能源模型、基于家庭能源模型的用能分析和用能管控，通过终端App实现系统中所涉及信息交互，根据获取的信息建立家庭能源模型，帮助用户深层次了解其历史能源使用状况，并对未来能源使用状况进行评估；在模型基础上实现用户用能分析和用能管控，为用户提供最优控制方案，并允许用户根据自身情况对方案进行调整；最后还能够帮助用户了解其用能行为和习惯中哪些是低效或者无意义的，帮助用户建立良好的用能习惯。

Description

一种基于App的智慧家庭能源管控系统及其最优控制方法
技术领域
本发明涉及智慧社区、智慧家庭及智慧能源管理领域，具体的，涉及一种基于APP的智慧家庭能源管控系统及其最优控制方法。
背景技术
家庭住宅是能源消耗的主要消费者之一，因此帮助用户了解其能耗行为，并对能耗进行管理和控制，用以降低家庭能耗水平，对全社会的节能减排和降低用户的能源成本是有必要的。
中国专利CN103984307A提供了一种基于用电波形分析的能源监控管理系统，能够随时掌握家庭中用电设备的状态和能耗情况，进而对用户的能效、用电行为和用电习惯进行分析；但是遗憾的是其分析内容依然在基础的描述性统计范畴中，尽管内容帮助用户了解各个时段、各个区域以及各个设备不同能源的消耗情况，但实际上依然无法直观地让用户了解其行为对能耗情况的影响；在其他公开的类似技术中也存在上述问题。
中国专利CN106300368A提供了一种面向含有界不确定参数的家庭负荷调度方法，该方法通过建立家庭设备的能耗负荷模型，并建立相应的约束条件和目标函数，对家庭设备的使用情况进行优化；但是这项技术中无论是绝对保守方案或者是非绝对保守方案对于用户来说实际上在具体应用调度方案时都没有选择的余地；专利CN109062066A通过将用户的用内情况和数据库中的方案进行对比，为用户提供最接近的决策方案，但是用户依然只能选择是否采用此方案。
中国专利CN106251034A提供了一种基于云计算技术的智慧节能电表监控系统，该技术能够通过挖掘用户的用电行为关联规则，对用的用电行为轨迹进行分析，但是其重点也是对家庭用电行为进行优化。
综上所述，目前依据现有的家庭能源管理技术，用户只能被动选择是否执行所提供的优化调度方案，而缺乏主动对家庭能耗进行管理的条件；在用能反馈方面，尽管目前能够反馈的信息愈加详细，然而依然无法直观的告诉用户究竟日常生活中的那些行为会导致能源的浪费。
发明内容
基于此，本发明提供了一种基于App的智慧家庭能源管控系统及其最优控制方法。这种方法根据家庭中设备的参数、运行状态和能耗情况建立单独的家庭能源模型，根据模型用户可以获取最优的调度方案，并且允许用户通过对预设的设备、以及设备运行时间和运行状态进行调整，App则向用户反馈调整后的决策方案的能耗及成本情况，并和最优方案以及历史数据进行对比；根据建立的模型还可以对用户的用能行为特征进行挖掘，帮助用户识别低效或者无意义的用能行为，帮助用户建立良好的用能习惯。
本发明基于App的智慧家庭能源管控系统及其最优控制方法，以终端App为载体，包括家庭能源模型、基于家庭能源模型的用能分析和用能管控，所采用的技术方案如下：
1.终端App用以实现系统所涉及的信息交换，包括通过不同的数据采集方式获取系统所需的能源信息、占用信息和环境信息；智慧家庭能源管控系统与用户之间的信息交换；
1.1其中能源信息包括家庭设备的运行状态、实时功率、当前和未来的实时电价；占用信息是指居民在家庭中某一空间中的占用状态，包括是否处于该空间以及居民是否处于睡眠状态；环境信息包括当家庭中某一空间中的温湿度、光照、空气质量，以及室外当前和未来的温湿度、光照和天气状况等气候信息；
1.2智慧家庭能源管控系统与用户之间的信息交换是指，用户通过终端App设定和修改能源需求、设定和修改设备信息、调整家庭能源模型、对系统提供的能源决策和报告做出反馈；智慧家庭能源管理系统向居民提供能源决策和日、月、年的能源报告；
2.家庭能源模型包括庭能耗模型、家庭能源经济模型、家庭用能需求模型、对应的物理模型：
2.1家庭能耗模型根据终端App获取的设备运行状态、设备运行时间、设备实时功率建立，能耗模型包括家庭总能耗、分时能耗、分区域能耗、分时分区能耗、设备总能耗、设备分时能耗、设备分区能耗、设备分时分区能耗；
终端App对用户显示模型中的家庭中各区域的每个设备的运行状态、运行时间和设备的功率参数，用户可以通过终端App改变设备运行状态、运行时间、设备功率的参数对现有模型进行调整；
2.2家庭能源经济模型用以核算一段时间内家庭的能源支出，根据上述家庭能耗模型和实时电价信息对家庭能耗成本进行核算，并对家庭更换设备和其他节能投资成本和经济效益进行核算；
2.3智慧家庭管控系统根据App获取的能源信息、环境信息和占用信息建立家庭用能需求模型，通过历史数据对居民热环境的需求、照明需求、热水需求和设备的使用时间需求进行分析，居民也可以通过App对上述需求进行设定和修改；
2.4智慧家庭管控系统根据App获取的能源信息和环境信息对相应的物理模型进行推测，物理模型即由设备引起的环境变化过程模型；
3.根据上述家庭能源模型对居民进行用能分析和用能管控，包括最优控制决策分析、自定义控制决策分析和用能特征分析：
3.1最优控制决策分析过程包括约束条件、最优化目标函数和求解过程：
最优控制决策需要满足居民基本的用能需求和对应的物理模型约束条件；
所述最优控制决策目标函数是使家庭用能的成本最低，根据家庭能源经济模型建立：
Figure BDA0002228912680000041
其中J是总电价，
Figure BDA0002228912680000042
是设备功耗，N是房间数量，Nn是房间中的设备数量，Pt是实时电价；
最优决策通过进化算法进行求解，获取最优控制方案和对应的家庭能源模型；
3.2自定义控制决策分析允许用户通过终端App改变设备运行状态、运行时间、设备功率的参数对现有模型进行调整，进而获取自定义控制方案和对应的家庭能源模型；
将自定义控制方案的能源效率与最优控制方案和家庭历史能耗模型进行对比，包括预期的环境状况、能耗和用能成本；
家庭历史能耗模型是根据历史数据建推断的家庭能源模型，其结果包括典型的设备运行时间、运行状态和由此产生的预期的环境状况、能耗和用能成本等；
3.3用能特征分析对居民的用能行为特征进行挖掘，帮助用户识别低效或者无意义的用能行为，特征挖掘过程结合了基于规则的推理和基于案例的推理方法：
建立若干个家庭生活典型场景，根据设备的运行状态、时间信息、占用信息、环境信息提取规则，进而建立家庭生活典型情景的推理模型；
App对居民推送当日的用能报告，包括对某一时刻某一情景的推理、该情景中哪些用能行为是没有必要、哪些用能行为是低效的、这些行为会导致能耗结果，居民可以通过App对结果进行反馈，修正错误的情景内容或者标注某些行为是有必要的，根据居民的反馈内容对推理模型进行更新；
采用案例推理规则模型对没有涵盖的情景进行推理，根据某一时间段中的设备的运行状态、时间信息、占用信息、环境信息建立情景案例库，通过案例匹配的方法将相似度在阈值之上的案例分配给对应典型情景，App对居民推送当日的用能报告，包括以下内容：对某一时刻某一情景的推理、该情景中那些用能行为是没有必要、那些用能行为是低效的、这些行为会导致能耗结果；
对无法匹配的情景案例根据其相似度进行聚类，暂时命名为未命名情景i，并对居民进行反馈，包括以下内容：对某一时刻某一情景的描述、该情景中那些用能行为是没有必要、那些用能行为是低效的、这些行为会导致能耗结果；居民通过App对场景进行命名，在命名之后更新案例库和规则模型；
对用户低效或者无意义的用能行为出现的频率进行分析，挖掘用户那些低效或者无意义的行为是普遍情况，那些低效或者无意义的行为是偶然情况，这些低效或者无意义的行为主要出现在那些场景中，并在月度报告和年度报告中对用户进行推送；
本发明实现的有益效果是：
本发明不仅仅能够帮助用户了解当前的能耗状况，还给用户提供了了解当采用某些行为或者实施某些措施之后未来的能耗状况的途径，能够帮助用户对节能措施投资进行评估，判断当采取某些行为或者实施某些措施在环境和经济上是否是有效益；
本发明不仅能够为用户提供最优的控制方案，重要的是，允许用户对所提供的方案进行修改，自定义控制方案更符合用户的用能需求和用能习惯，从而降低了由于最优控制方案对用户用能行为的过度修正而导致的不舒适感；
此外，本发明能够帮助用户了解其用能行为和用能习惯中低效或者无意义的行为和导致这一结果的用能习惯，以及如果用户对这些不良的用能行为和用能习惯进行修正后能够产生的环境以及经济效益，帮助用户形成良好的用能行为和用能习惯。
附图说明
图1为本发明具体实施方式涉及的基于App的智慧家庭能源管控系统的框架图；
图2为本发明具体实施方式涉及的基于App的智慧家庭能源管控系统的控制决策方案分析过程框图。
图3为本发明具体实施方式涉及的基于App的智慧家庭能源管控系统及其控制决策方案的用能行为特征挖掘流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优势更加明确起见，以及结合实施例对本发明进行进一步详细说明。但应当指出的是，以下所述具体实施例仅用于解释本发明，并不用于限定本发明。
1.结合图1对家庭智慧能源管理系实现过程进行说明，智慧家庭能源管理系统以终端App为基础，包括三部分：
Q1信息交换：家庭智慧能源管理系统通过终端App实现系统所涉及的信息交换，包括通过不同的数据采集方式获取系统所需的能源信息、占用信息和环境信息；智慧家庭能源管控系统与用户之间的信息交换：
Q2模型构建：智慧家庭能源系统根据Q1获取的信息构建家庭能源管理系统，家庭能源管理系统由家庭能耗模型、家庭能源经济模型、家庭用能需求模型、对应的物理模型构成；
Q3用能分析和用能管控：根据Q2建立的模型居民进行用能分析和用能管控，包括最优控制决策分析、自定义控制决策分析和用能特征分析；
2.智慧家庭能源管控系统以终端App为基础，终端App通过不同的数据采集方式获取信息所需的能源信息、占用信息和环境信息：
其中能源信息包括家庭设备的运行状态、实时功率、当前和未来的实时电价；占用信息是指居民在家庭中某一空间中的占用状态，包括是否处于该空间以及居民是否处于睡眠状态；环境信息包括当家庭中某一空间中的温湿度、光照、空气质量，以及室外当前和未来的温湿度、光照和天气状况等气候信息；
2.1终端App可以通过智能网关与智能家居设备、智能插座、智能电表采用无线通讯的方式进行连接，获取有关家庭设备的运行状态、实时功率；
2.2终端App可以通过智能网关与温湿度传感器设备、光照传感器、环境传感器、红外传感器等传感器设备连接，获取家庭中的温湿度、光照、空气质量和占用信息等。
2.3终端App可以通过互联网，获取的本地温度、湿度、光照、天气状况等气候信息以及实时电价信息。
2.4用户还能够通过所述App手动输入设备参数、用能需求设备和时间等信息。
3.所述智慧家庭管控系统根据App获取信息建立家庭能源模型，家庭能源模型包括家庭能耗模型、家庭能源成本模型、家庭用能需求模型、对应的物理模型：
3.1所述智慧家庭管控系统根据App获取的设备运行状态、设备运行时间、设备实时功率等信息建立家庭能耗模型，通过设备运行时间*设备实时功率可以得到设备一段时间内的功耗，因此通过修改设备运行时间和设备实时功率参数可以对模型进行调整；通过家庭能耗模型居民能够了解包括家庭总能耗、分时能耗、分区域能耗、分时分区能耗、设备总能耗、设备分时能耗、设备分区能耗、设备分时分区能耗在内的能耗信息；
终端App对用户显示模型中的家庭中各区域的每个设备的运行状态、运行时间和设备的功率参数，用户可以通过终端App改变设备运行状态、运行时间、设备功率的参数对现有模型进行调整；
3.2家庭能源经济模型用以核算一段时间内家庭的能源支出，根据上述家庭能耗模型和实时电价信息对家庭能耗成本进行核算，并对家庭更换设备和其他节能投资成本和经济效益进行核算：
智慧家庭管控系统根据3.1中的家庭能耗模型和实时电价信息对家庭能耗成本进行核算，居民能够了解包括家庭总成本、分时成本、分区域成本、分时分区成本、设备总成本、设备分时成本、设备分区成本、设备分时分区成本在内的用能成本信息；
当用户进行节能投资时，已购买新的设备为例，用户可以通过终端App将备选设备A和备选设备B的额定功率等设备参数以及设备价格信息输入当前家庭能源模型中，通过对当前模型进行调整，用户能够了解更换备选设备A和备选设备B之后的环境效益和经济效益，以及在不同的设备使用时间下设备A和设备B环境效益和经济效益的对比；
3.3所述智慧家庭管控系统根据App获取的能源信息、环境信息和占用信息建立家庭用能需求模型，在本实例中将设备分为环境性需求和非环境性需求设备进行说明：
3.3.1上述的环境性需求是指居民对设备的需求除了体现在时间上，还体现在设备对环境的改变：
空调设备需要额外满足居民对热环境的需求，通过建立室内温湿度、时间、空气质量和居民反馈的环境满意度之间的映射对居民的满意温度进行分析，获取居民的舒适温度区间；居民对热环境的需求还可以通过终端App进行设置或者其他可能的方式获取；
热水器设备需要额外满足居民对热水的需求，居民对热水的需求可以从历史数据中获取，也可以通过终端App进行设置；
照明设备需求满足居民对环境中照明的需求，通过历史获取居民对室内照明环境的需求；
3.3.2上述的非环境性需求是指居民对设备的需求仅体现在时间上，即设备一旦运行其运行时间内的能耗即是已知并且固定的。
3.3.3对环境性设备和非环境性设备建立历史需求时间模型，并通过隐马尔可夫模型对未来的需求模型时间进行分析，根据未来需求时间模型可以进一步建立未来能耗需求模型和用能成本模型。
3.4所述智慧家庭管控系统根据App获取的能源信息和环境信息对物理模型进行推测，物理模型针对设备引起的环境改变：
3.4.1对于房间n中的热环境过程模型：
Figure BDA0002228912680000091
其中
Figure BDA0002228912680000092
是t+1时刻房间n环境的温度，
Figure BDA0002228912680000097
是t时刻室内环境n的温度，
Figure BDA0002228912680000093
是t时刻到t+1时刻之前室内环境n中设备i的功耗，
Figure BDA0002228912680000094
当
Figure BDA0002228912680000095
对应的设备为空调且为制冷时
Figure BDA0002228912680000096
其他情况下
Figure BDA0002228912680000101
Figure BDA0002228912680000102
是t时刻的室内环境n用户占用信息，
Figure BDA0002228912680000103
是t时刻的室内环境n的光照水平，αn，βn，
Figure BDA0002228912680000104
λn，μn是热过程参数，分别代表了t时刻的室内温度、室外温度、室内设备的运行状态、室内人类活动以及室内光照水平(太阳辐射)对温度改变，εn代表了系统的随机误差。
3.4.2房间n中的照明环境变化模型：
ΔL＝αiWi (2)
其中ΔL是室内光照强度的该变量，Wi是照明设备的i的功率，αi是照明设备的照明参数，代表了对室内光照强度的影响程度。
3.4.3热水器的热过程模型如下：
Figure BDA0002228912680000105
其中
Figure BDA0002228912680000106
表示t+1时刻和t时刻热水器中热水的差值，
Figure BDA0002228912680000107
表示时刻t房间n中热水器i中的水的质量，
Figure BDA0002228912680000108
表示时刻热水器中水的温度，
Figure BDA0002228912680000109
是设备的功耗，
Figure BDA00022289126800001010
是t时刻室内环境n的温度，
Figure BDA00022289126800001011
是热过程参数，分别代表了t时刻热水器中水的温度、热水器的运行状态和室内温度对热水器温度的改变的影响，
Figure BDA00022289126800001012
代表了系统的随机误差。
3.4.4上述物理模型中的未知参数能够根据历史数据通过最小二乘法进行求解，以获取每个家庭用户的针对性的物理模型。
4.根据上述家庭能源模型能够对居民的用能的最优调控制进行分析，且允许用户通过对预设的设备、以及设备运行时间和运行状态进行调整，调整后的自定义决策方案的能耗及成本情况，并和最优方案以及历史数据进行对比，结合图2进行说明：
4.1本实例中将设备分为可中断设备、不可中断设备、负荷可移动设备、固定负荷设备进行，分别对四类设备的使用特征进行说明：
4.1.1所述可中断设备是指设备可以在使用过程中停止运行，且不会影响到用户地正常使用的设备，例如空调设备、热水器设备等，但不限于此；
4.1.2所述不可中断设备是指设备在使用过程中无法停止，且负荷无法转移的设备，例如灯光、电脑、电视机等设备，但不限于此；
4.1.3所述负荷可移动设备是指设备虽然在使用过程中无法停止，但是负荷可以转移到其他时间的设备，例如洗衣机和洗碗机等，但不限于此；
4.1.4所述固定负荷设备是指一般情况下设备在任何时间都需要保持运行状态的设备，例如电冰箱等，但不限于此；
4.1.5一般来说，上述的可中断设备和不可中断设备其运行时间和居民的占用时间重合，上述的负载可移动设备和固定负荷设备可以和居民的占用时间不重合。
4.2最优决策分析过程包括约束条件S1、最优化目标函数S2和模型求解过程S3，对最优决策方案的分析过程进行说明：
4.2.1最优决策方案的分析过程中的约束条件S1由家庭的用能需求模型和物理模型建立，即在调度过程中需要满足居民基本的用能需求和对应的物理约束条件：
房间n的温度应当满足居民的热舒适度；热水器提供的热水应当满足居民对热水的需求；室内照明水平能够满足用户对照明的需求；设备能够在居民需要的时间段中完成工作任务，例如洗衣、扫地、冷风、热水、照明供应等。
4.2.2最优化目标函数S2根据家庭能源经济模型建立，目标是使家庭用能的成本最低：
Figure BDA0002228912680000111
其中J是总电价，
Figure BDA0002228912680000112
是设备功耗，N是房间数量，Nn是房间中的设备数量，Pt是实时电价。
4.2.3通过进化算法目标函数进行优化，完成模型求解过程S3；获取最优控制决策方案S4以及对应家庭能源模型，向用户提供包括未来的设备运行时间、运行状态、预期的环境状况、能耗和用能成本等。
4.3最优调度结果可能会由于改变用户的用能习惯而导致用户产生不舒适感，所述家庭智慧能源管理系统允许用户通过App对家庭能源模型中的设备运行时间、运行状态和设备参数等进行调整S5，获取用户的自定义决策方案S6，从而建立新的家庭能源模型；
用户能够从App中获取新的家庭模型预期的环境状况、能耗和用能成本等，从而了解在不同的时间对设备进行运行以及更换没有设备后所产的预期的环境状况、能耗和用能成本的改变；
用户能够将调整后的家庭能源模型的结果和最优调度结果以及历史家庭能源模型的结果进行对比，其中历史家庭能源模型是指根据历史数据建推断的家庭能源模型，其结果包括典型的设备运行时间、运行状态和由此产生的预期的环境状况、能耗和用能成本等。
5.根据所述家庭能源模型还能够对居民的用户的用能行为特征进行挖掘，帮助用户识别低效或者无意义的用能行为，居民的用能行为特征挖掘过程结合了基于规则的推理和基于案例的推理方法，结合图3进行说明：
5.1在本实例中基于规则的推理方法是有监督的学习过程：
首先建立若干个家庭中生活的典型情景，例如用餐、会客、娱乐、睡觉等不同情景，并根据专家经验对房间n中的可中断设备和不可中断设备的运行状态、时间信息、占用信息、环境信息提取规则，进而建立起家庭生活中典型情景的推理模型；
App对居民推送当日的用能报告，包括以下内容：对某一时刻某一情景的推理，例如推测某一时刻为晚餐时间；该情景中哪些用能行为是没有必要、哪些用能行为是低效的，基于此用户可以采取哪些行为提高其能源效率；这些行为会导致的能耗结果，例如能耗降低、成本节约以及减少碳排放量。
居民可以通过App对结果进行反馈，修正错误的情景内容或者标注某些行为是有必要的。根据居民的反馈内容对推理模型进行更新。
5.2由于规则模型难以涵盖所有情景，并且有的情景可能没有被包括在典型情境中，采用案例推理对情景完成推理：
根据某一时间段中的设备的运行状态、时间信息、占用信息、环境信息建立情景案例库，通过案例匹配的方法将相似度在阈值之上的案例分配给对应典型情景。App对居民推送当日的用能报告，包括以下内容：对某一时刻某一情景的推理，例如推测某一时刻为晚餐时间；该情景中哪些用能行为是没有必要、哪些用能行为是低效的，基于此用户可以采取哪些行为提高其能源效率；这些行为会导致的能耗结果，例如能耗降低、成本节约以及减少碳排放量。在得到居民的确认后对规则模型进行更新；
对无法匹配的情景案例根据其相似度进行聚类，暂时命名为情景i，并对居民进行反馈，包括以下内容：对某一时刻某一情景的描述，例如某时刻产生情景未命名情景i；该情景中那些用能行为是没有必要、那些用能行为是低效的、基于此用户可以采取哪些行为提高其能源效率；这些行为会导致的能耗结果，例如能耗降低、成本节约以及减少碳排放量。居民可以通过App对场景进行命名，在命名之后更新案例库和规则模型。
5.3对用户低效或者无意义的用能行为出现的频率进行分析，挖掘用户那些低效或者无意义的行为是普遍情况，那些低效或者无意义的行为是偶然情况，这些低效或者无意义的行为主要出现在那些场景中，并在月度报告和年度报告中对用户进行推送。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于App的智慧家庭能源管控系统，其特征在于，以终端App为载体，包括家庭能源模型、基于家庭能源模型的用能分析模块和用能管控模块；
所述终端App用以实现系统所涉及的信息交换，包括通过不同的数据采集方式获取系统所需的能源信息、占用信息和环境信息、以及系统与用户之间的信息交换；
所述能源信息包括家庭设备的运行状态、实时功率、当前和未来的实时电价；所述占用信息包括居民在家庭中某一空间中的占用状态，包括是否处于该空间以及居民是否处于睡眠状态；所述环境信息包括家庭中某一空间中的温湿度、光照、空气质量，以及室外当前和未来的温湿度、光照和天气状况信息；
所述系统与用户之间的信息交换是指，用户通过终端App设定和修改能源需求、设定和修改设备信息、调整家庭能源模型、对系统提供的能源决策和报告做出反馈，智慧家庭能源管理系统向居民提供能源决策和日、月、年的能源报告，其中，
所述智慧家庭能源管控系统根据上述家庭能源模型对居民进行用能分析和用能管控，包括最优控制决策分析、自定义控制决策分析和用能特征分析，
所述最优控制决策分析过程包括约束条件、最优化目标函数和求解过程，
所述最优控制决策需要满足居民基本的用能需求和对应的物理模型约束条件，所述最优控制决策分析过程所包括的最优化目标函数是使家庭用能的成本最低，根据家庭能源经济模型建立：
Figure 72591DEST_PATH_IMAGE001
其中
Figure 758787DEST_PATH_IMAGE002
是总电价，
Figure 496936DEST_PATH_IMAGE003
是设备功耗，
Figure 485752DEST_PATH_IMAGE004
是房间数量，
Figure 676561DEST_PATH_IMAGE005
是房间中的设备数量，
Figure 432028DEST_PATH_IMAGE006
是实时电价；所述最优控制决策通过进化算法进行求解，获取最优控制方案和对应的家庭能源模型；
所述自定义控制决策分析允许用户通过终端App改变设备运行状态、运行时间、设备功率的参数对现有模型进行调整，进而获取自定义控制方案和对应的家庭能源模型；
将所述自定义控制方案的能源效率与最优自定义控制方案和家庭历史能耗模型进行对比，包括预期的环境状况、能耗和用能成本；所述家庭历史能耗模型是根据历史数据推断的家庭能耗模型，其结果包括典型的设备运行时间、运行状态和由此产生的预期的环境状况、能耗和用能成本；所述用能特征分析是指对用户居民的用能行为特征进行挖掘，帮助用户识别低效或者无意义的用能行为，特征挖掘过程结合了基于规则的推理和基于案例的推理方法，所述用能特征分析首先建立若干个家庭生活典型场景，根据设备的运行状态、时间信息、占用信息、环境信息提取规则，进而建立家庭生活典型情景的推理模型；
所述App对居民推送当日的用能报告，包括对某一时刻某一情景的推理、该情景中哪些用能行为是没有必要、哪些用能行为是低效的、这些行为会导致能耗结果，居民可以通过App对结果进行反馈，修正错误的情景内容或者标注某些行为是有必要的，根据居民的反馈内容对推理模型进行更新；所述用能特征分析采用案例推理规则模型对没有涵盖的情景进行推理，根据某一时间段中的设备的运行状态、时间信息、占用信息、环境信息建立情景案例库，通过案例匹配的方法将相似度在阈值之上的案例分配给对应典型情景；
所述用能特征分析对无法匹配的情景案例根据其相似度进行聚类，暂时命名为未命名情景，并对居民进行反馈，包括以下内容：对某一时刻某一情景的描述、该情景中哪些用能行为是没有必要、哪些用能行为是低效的、这些行为会导致能耗结果；居民通过App对场景进行命名，在命名之后更新案例库和规则模型；
所述用能特征分析对用户低效或者无意义的用能行为出现的频率进行分析，挖掘用户哪些低效或者无意义的行为是普遍情况，哪些低效或者无意义的行为是偶然情况，这些低效或者无意义的行为主要出现在哪些场景中，并在月度报告和年度报告中对用户进行推送。
2.如权利要求1所述的基于App的智慧家庭能源管控系统，其特征在于，所述家庭能源模型包括家庭能耗模型、家庭能源经济模型、家庭用能需求模型、对应的物理模型：
所述家庭能耗模型根据终端App获取的设备运行状态、设备运行时间、设备实时功率建立，家庭能耗模型包括家庭总能耗、分时能耗、分区域能耗、分时分区能耗、设备总能耗、设备分时能耗、设备分区能耗、设备分时分区能耗；
所述终端App对用户显示模型中的家庭中各区域的每个设备的运行状态、运行时间和设备的功率参数，用户可以通过终端App改变设备运行状态、运行时间、设备功率的参数以对现有模型进行调整；
所述家庭能源经济模型用以核算一段时间内家庭的能源支出，根据上述家庭能耗模型和实时电价信息对家庭能耗成本进行核算，并对家庭更换设备和节能投资成本和经济效益进行核算；
所述智慧家庭能源管控系统根据App获取的能源信息、环境信息和占用信息建立家庭用能需求模型，通过历史数据对居民热环境的需求、照明需求、热水需求和设备的使用时间需求进行分析，居民通过App对上述需求进行设定和修改；
所述智慧家庭能源管控系统根据App获取的能源信息和环境信息对相应的物理模型进行推测，所述物理模型是对与设备运行状态相关的用户生活环境物理参数变化过程的描述。
3.一种基于App的智慧家庭能源管控系统的控制决策方法，其特征在于，所述智慧家庭能源管控系统以终端App为载体，包括家庭能源模型、基于家庭能源模型的用能分析模块和用能管控模块；
所述终端App用以实现系统所涉及的信息交换，包括通过不同的数据采集方式获取系统所需的能源信息、占用信息和环境信息、以及系统与用户之间的信息交换；
所述能源信息包括家庭设备的运行状态、实时功率、当前和未来的实时电价；所述占用信息包括居民在家庭中某一空间中的占用状态，包括是否处于该空间以及居民是否处于睡眠状态；所述环境信息包括家庭中某一空间中的温湿度、光照、空气质量，以及室外当前和未来的温湿度、光照和天气状况信息；
所述系统与用户之间的信息交换是指，用户通过终端App设定和修改能源需求、设定和修改设备信息、调整家庭能源模型、对系统提供的能源决策和报告做出反馈，智慧家庭能源管理系统向居民提供能源决策和日、月、年的能源报告，其中，
所述智慧家庭能源管控系统根据上述家庭能源模型对居民进行用能分析和用能管控，包括最优控制决策分析、自定义控制决策分析和用能特征分析，
所述最优控制决策分析过程包括约束条件、最优化目标函数和求解过程，
所述最优控制决策需要满足居民基本的用能需求和对应的物理模型约束条件，
所述最优控制决策分析过程所包括的最优化目标函数是使家庭用能的成本最低，根据家庭能源经济模型建立：
Figure 897120DEST_PATH_IMAGE001
其中
Figure 447050DEST_PATH_IMAGE002
是总电价，
Figure 390735DEST_PATH_IMAGE003
是设备功耗，
Figure 294100DEST_PATH_IMAGE004
是房间数量，
Figure 741262DEST_PATH_IMAGE005
是房间中的设备数量，
Figure 462093DEST_PATH_IMAGE006
是实时电价；所述最优控制决策通过进化算法进行求解，获取最优控制方案和对应的家庭能源模型；
所述自定义控制决策分析允许用户通过终端App改变设备运行状态、运行时间、设备功率的参数对现有模型进行调整，进而获取自定义控制方案和对应的家庭能源模型；
将所述自定义控制方案的能源效率与最优自定义控制方案和家庭历史能耗模型进行对比，包括预期的环境状况、能耗和用能成本；所述家庭历史能耗模型是根据历史数据推断的家庭能耗模型，其结果包括典型的设备运行时间、运行状态和由此产生的预期的环境状况、能耗和用能成本；
所述用能特征分析是指对用户居民的用能行为特征进行挖掘，帮助用户识别低效或者无意义的用能行为，特征挖掘过程结合了基于规则的推理和基于案例的推理方法，
所述用能特征分析首先建立若干个家庭生活典型场景，根据设备的运行状态、时间信息、占用信息、环境信息提取规则，进而建立家庭生活典型情景的推理模型；所述App对居民推送当日的用能报告，包括对某一时刻某一情景的推理、该情景中哪些用能行为是没有必要、哪些用能行为是低效的、这些行为会导致能耗结果，居民可以通过App对结果进行反馈，修正错误的情景内容或者标注某些行为是有必要的，根据居民的反馈内容对推理模型进行更新；所述用能特征分析采用案例推理规则模型对没有涵盖的情景进行推理，根据某一时间段中的设备的运行状态、时间信息、占用信息、环境信息建立情景案例库，通过案例匹配的方法将相似度在阈值之上的案例分配给对应典型情景；
所述用能特征分析对无法匹配的情景案例根据其相似度进行聚类，暂时命名为未命名情景，并对居民进行反馈，包括以下内容：对某一时刻某一情景的描述、该情景中哪些用能行为是没有必要、哪些用能行为是低效的、这些行为会导致能耗结果；居民通过App对场景进行命名，在命名之后更新案例库和规则模型；所述用能特征分析对用户低效或者无意义的用能行为出现的频率进行分析，挖掘用户哪些低效或者无意义的行为是普遍情况，哪些低效或者无意义的行为是偶然情况，这些低效或者无意义的行为主要出现在哪些场景中，并在月度报告和年度报告中对用户进行推送。
4.如权利要求3所述的基于App的智慧家庭能源管控系统的控制决策方法，其特征在于，所述家庭能源模型包括家庭能耗模型、家庭能源经济模型、家庭用能需求模型、对应的物理模型：
所述家庭能耗模型根据终端App获取的设备运行状态、设备运行时间、设备实时功率建立，家庭能耗模型包括家庭总能耗、分时能耗、分区域能耗、分时分区能耗、设备总能耗、设备分时能耗、设备分区能耗、设备分时分区能耗；
所述终端App对用户显示模型中的家庭中各区域的每个设备的运行状态、运行时间和设备的功率参数，用户可以通过终端App改变设备运行状态、运行时间、设备功率的参数以对现有模型进行调整；
所述家庭能源经济模型用以核算一段时间内家庭的能源支出，根据上述家庭能耗模型和实时电价信息对家庭能耗成本进行核算，并对家庭更换设备和节能投资成本和经济效益进行核算；
所述智慧家庭能源管控系统根据App获取的能源信息、环境信息和占用信息建立家庭用能需求模型，通过历史数据对居民热环境的需求、照明需求、热水需求和设备的使用时间需求进行分析，居民通过App对上述需求进行设定和修改；所述智慧家庭能源管控系统根据App获取的能源信息和环境信息对相应的物理模型进行推测，所述物理模型是对与设备运行状态相关的用户生活环境物理参数变化过程的描述。
CN201910961037.3A 2019-10-11 2019-10-11 一种基于App的智慧家庭能源管控系统及其最优控制方法 Active CN111880417B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910961037.3A CN111880417B (zh) 2019-10-11 2019-10-11 一种基于App的智慧家庭能源管控系统及其最优控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910961037.3A CN111880417B (zh) 2019-10-11 2019-10-11 一种基于App的智慧家庭能源管控系统及其最优控制方法

Publications (2)

Publication Number Publication Date
CN111880417A CN111880417A (zh) 2020-11-03
CN111880417B true CN111880417B (zh) 2021-07-30

Family

ID=73153960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910961037.3A Active CN111880417B (zh) 2019-10-11 2019-10-11 一种基于App的智慧家庭能源管控系统及其最优控制方法

Country Status (1)

Country Link
CN (1) CN111880417B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506066A (zh) * 2020-12-09 2021-03-16 创维集团有限公司 一种智能家居的智能控制系统
CN114881463B (zh) * 2022-05-07 2024-03-08 内蒙古云科数据服务股份有限公司 一种基于物联网的智慧能源管理方法及系统
CN115202202B (zh) * 2022-06-20 2024-09-20 山东大学 一种基于人工智能算法的用电设备控制方法及系统
DE202023102734U1 (de) 2023-05-18 2023-06-23 Sharma Anurag Blockchain-basiertes Smart-Home-Automatisierungssystem für adaptives Energiemanagement und Verbrauchsoptimierung

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035415A (zh) * 2014-06-13 2014-09-10 上海应用技术学院 基于云计算的智能家居的能源管理系统
CN105045234A (zh) * 2015-07-10 2015-11-11 西安交通大学 基于智能可穿戴设备行为感知的智能家庭能源管理方法
CN107942960A (zh) * 2017-10-23 2018-04-20 中国科学院地理科学与资源研究所 一种智能化的信息处理系统
CN108845503A (zh) * 2018-08-11 2018-11-20 深圳市百创网络科技有限公司 智能家居场景化服务的提供方法及其系统
WO2019119017A1 (en) * 2017-12-19 2019-06-27 Wirebutter Pty Ltd Device and system for, and method of, controlling electrical devices according to transient energy demands

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035415A (zh) * 2014-06-13 2014-09-10 上海应用技术学院 基于云计算的智能家居的能源管理系统
CN105045234A (zh) * 2015-07-10 2015-11-11 西安交通大学 基于智能可穿戴设备行为感知的智能家庭能源管理方法
CN107942960A (zh) * 2017-10-23 2018-04-20 中国科学院地理科学与资源研究所 一种智能化的信息处理系统
WO2019119017A1 (en) * 2017-12-19 2019-06-27 Wirebutter Pty Ltd Device and system for, and method of, controlling electrical devices according to transient energy demands
CN108845503A (zh) * 2018-08-11 2018-11-20 深圳市百创网络科技有限公司 智能家居场景化服务的提供方法及其系统

Also Published As

Publication number Publication date
CN111880417A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN111880417B (zh) 一种基于App的智慧家庭能源管控系统及其最优控制方法
Ozturk et al. An intelligent home energy management system to improve demand response
US9448550B2 (en) Energy management in a building
CN108287486A (zh) 用于执行建筑物能量管理的系统和方法
EP2587729B1 (en) Network system
JP5700871B2 (ja) 電力需要制御システム及び方法
JP5747190B2 (ja) ホームネットワーク管理システム
US10361584B2 (en) System for managing energy, method of managing energy, and method of predicting energy demand
KR20130088485A (ko) 전기 기기의 에너지 사용 패턴을 분석하여 에너지를 관리하는 에너지 관리 장치 및 방법
CN109524968A (zh) 一种公共楼宇负荷参与电网调峰的控制系统
CN110673475B (zh) 具备物联传感功能的智慧建筑节能系统及控制方法
CN112909934B (zh) 一种电网负荷无感调控方法
Luo et al. Many-objective day-ahead optimal scheduling of residential flexible loads integrated with stochastic occupant behavior models
Higuera et al. Hybrid smart lighting and climate control system for buildings
Ain et al. Improving quality of experience using fuzzy controller for smart homes
CN118485208A (zh) 知识融合深度强化学习的计及舒适度的家庭能量调度方法
CN113673830B (zh) 基于非侵入式负荷监测技术的自适应家庭能量管理方法
Ali et al. Building power control and comfort management using genetic programming and fuzzy logic
Iwayemi et al. Energy management for intelligent buildings
JP5852950B2 (ja) 電力需要制御システム及び方法
Rao et al. Design and deployment of a novel Decisive Algorithm to enable real-time optimal load scheduling within an Intelligent Smart Energy Management System based on IoT
CN113283649B (zh) 供需协同运行能效控制方法、装置、设备和介质
US11329485B2 (en) Method for controlling building power consumption
Rout et al. Bidirectional EV integration in home load energy management using swarm intelligence
GK et al. Remotely controllable consumer perspective demand response using genetic algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Wei Yiming

Inventor after: Shen Meng

Inventor after: Yu Biying

Inventor after: Tang Baojun

Inventor after: Liao Hua

Inventor after: Liang Qiaomei

Inventor after: An Bang

Inventor after: Tian Di

Inventor before: Wei Yiming

Inventor before: Shen Meng

Inventor before: Yu Biying

Inventor before: Tang Baojun

Inventor before: Liao Hua

Inventor before: Liang Qiaomei

Inventor before: An Bang

Inventor before: Tian Di

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant