李潤(rùn)婷 李婷婷

摘要：自從物聯(lián)網(wǎng)這一觀念的提出，大量有關(guān)物聯(lián)網(wǎng)的技術(shù)應(yīng)用不斷出現(xiàn)，比如在智能家居、物流等領(lǐng)域得到廣泛應(yīng)用。該文提出了一種利用數(shù)據(jù)驅(qū)動(dòng)的方法，來(lái)使用屋頂太陽(yáng)能光伏系統(tǒng)管理智能家居的最佳能耗、儲(chǔ)能系統(tǒng)。與現(xiàn)有的家庭能源管理系統(tǒng)的方法相比，gauge文提出方法的新穎性如下：將數(shù)據(jù)驅(qū)動(dòng)的方法應(yīng)用于個(gè)人的能源消耗和可控制的家用電器（空調(diào)或洗衣機(jī)）以及能量存儲(chǔ)系統(tǒng)充放電。結(jié)果表明，該方法的應(yīng)用可以達(dá)到節(jié)省能源、保護(hù)環(huán)境的作用。

關(guān)鍵詞：物聯(lián)網(wǎng);智能家居;家庭能源管理系統(tǒng)

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）14-0240-02

1引言

隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，智能傳感器和先進(jìn)技術(shù)的出現(xiàn)，電能系統(tǒng)中的通信和控制方法、用電量增加與能源，將用一種可靠和高效的電力運(yùn)行能源系統(tǒng)。機(jī)器學(xué)習(xí)（ML）是有效處理此類大數(shù)據(jù)的一項(xiàng)核心技術(shù)，并且當(dāng)前正在開(kāi)發(fā)各種基于機(jī)器學(xué)習(xí)的應(yīng)用程序來(lái)預(yù)測(cè)太陽(yáng)能光伏（PV）生成，負(fù)荷預(yù)測(cè)，能源控制和成本優(yōu)化。這項(xiàng)研究試圖提供一種新穎的基于ML的框架，用于對(duì)住宅進(jìn)行最佳能源管理。

由于家庭能源消耗的增加以及新興的智能電網(wǎng)住宅領(lǐng)域技術(shù)的發(fā)展，先進(jìn)的計(jì)量基礎(chǔ)設(shè)施智能電表和需求響應(yīng)計(jì)劃，家庭能源管理正變得越來(lái)越多，此外，作為使用物聯(lián)網(wǎng)技術(shù)的其他智能家電，包括空調(diào)、洗衣機(jī)和冰箱在內(nèi)的設(shè)備正被部署以提供更多高級(jí)功能為居民服務(wù)，開(kāi)發(fā)更智能的系統(tǒng)，即家庭能源管理系統(tǒng)（HEMS），對(duì)于居民來(lái)說(shuō)變得十分必要。

2智能家居

智能家居又稱智能住宅，智能家居是在物聯(lián)網(wǎng)的影響之下物聯(lián)化體現(xiàn)。智能家居通過(guò)物聯(lián)網(wǎng)技術(shù)將家中的各種設(shè)備連接到一起，提供家電控制、照明控制、窗簾控制、電話遠(yuǎn)程控制、室內(nèi)外遙控、防盜報(bào)警、環(huán)境監(jiān)測(cè)、暖通控制、紅外轉(zhuǎn)發(fā)以及可編程定時(shí)控制等多種功能和手段。

3家庭能源管理系統(tǒng)

家庭能源管理系統(tǒng)是未來(lái)智能電網(wǎng)中住宅能源管理的關(guān)鍵解決方案。家庭能源管理系統(tǒng)具有兩個(gè)主要功能：（1）使用智能電表監(jiān)控消費(fèi)者的實(shí)時(shí)能源的使用，以及智能插頭等;（2）使家用電器的最佳能耗以降低能耗為目的，在舒適且首選的環(huán)境中降低電費(fèi)。傳統(tǒng)HEMS中的技術(shù)是經(jīng)濟(jì)減少負(fù)荷和轉(zhuǎn)移負(fù)荷的優(yōu)化方法。

通常，將HEMS算法表述為一個(gè)優(yōu)化問(wèn)題，其目的是在滿足平等的同時(shí)，功能（消費(fèi)者的電費(fèi)和不適成本）被最小化和不平等約束（例如設(shè)備和DER的操作以及消費(fèi)者舒適度設(shè)置），與現(xiàn)有的基于模型的HEMS優(yōu)化方法相比，我們提出了HEMS使用無(wú)模型強(qiáng)化學(xué)習(xí)（RL）的算法。

在本文中，我們提出了一種基于ML的HEMS模型，該模型可管理具有屋頂光伏系統(tǒng)，ESS和智能家電的智能家居。在HEMS模型中，Q學(xué)習(xí)方法應(yīng)用于不同家庭的能耗調(diào)度電器（空調(diào)，洗衣機(jī)和ESS），每個(gè)電器將用最佳方法連接，以降低家庭的用電成本，提高用戶舒適度和設(shè)備使用效率。此外，我們提出了一個(gè)人工神經(jīng)網(wǎng)絡(luò)ANN模型以了解室內(nèi)溫度與建筑能耗之間的關(guān)系，使空調(diào)更加精確化，以改善空調(diào)劑的性能。

與以往基于模型的HEMS優(yōu)化方法相比，使用ML方法的數(shù)據(jù)驅(qū)動(dòng)方法的家庭能源管理因其效率更高將會(huì)倍受歡迎，因?yàn)楝F(xiàn)有的基于模型的方法僅限于不確定環(huán)境下的決策和近似的能源系統(tǒng)模型，從而導(dǎo)致能耗無(wú)法規(guī)劃。此外，最佳溫度可以利用隨機(jī)期望值模型，來(lái)確定智能恒溫器的設(shè)置時(shí)間表?；旌鲜紿EMS將ML方法集成到傳統(tǒng)HEMS優(yōu)化問(wèn)題中，規(guī)劃了供暖、通風(fēng)和空調(diào)的能耗。為了實(shí)現(xiàn)可靠的風(fēng)能管理，采用了混合風(fēng)速多步預(yù)測(cè)模型使用人工神經(jīng)網(wǎng)絡(luò)ANN方法結(jié)合模式分解技術(shù)。通過(guò)多目標(biāo)salp群算法用于提高預(yù)測(cè)精度和空氣質(zhì)量預(yù)警系統(tǒng)的穩(wěn)定性，可改善空氣質(zhì)量和人體健康。

以往的研究?jī)H限于能源用于控制HVAC或僅用于ESS的消耗調(diào)度問(wèn)題，負(fù)載可變且可控制的各種家用電器的能耗，但是沒(méi)有考慮對(duì)住宅儲(chǔ)能系統(tǒng)ESS充放電的控制。住宅儲(chǔ)能系統(tǒng)ESS的生命周期是HEMS問(wèn)題的重要限制因素，它是以SOE的有限充電和放電循環(huán)次數(shù)表示ESS。此任務(wù)的關(guān)鍵部分是確定充放電的適當(dāng)極限ESS的周期。為此，擬議框架的一個(gè)可能方向是增加限制。充電和放電周期導(dǎo)致ESS代理的不滿意成本。這將啟用ESS確定在其范圍內(nèi)保持充電和放電循環(huán)次數(shù)的可接受范圍策略。

4制定基于RL和ANN的家庭能源管理

4.1通過(guò)Q學(xué)習(xí)進(jìn)行家庭能源管理

無(wú)模型強(qiáng)化學(xué)習(xí)（RL）算法是非確定性最優(yōu)決策M(jìn)L的主要技術(shù)之一。當(dāng)代理與環(huán)境交互時(shí)，代理會(huì)學(xué)習(xí)動(dòng)作的類型取決于環(huán)境的狀態(tài)，并將學(xué)習(xí)到的動(dòng)作發(fā)送到環(huán)境，然后環(huán)境反饋將環(huán)境的新?tīng)顟B(tài)反饋給代理商。整個(gè)集結(jié)過(guò)程一直持續(xù)到代理最大化，直到從環(huán)境中收到總累積反饋為止。策略定義為代理的一種行為方式，是一種特定狀態(tài)，而代理的主要目標(biāo)是確定使策略最大化，使其達(dá)到最佳策略反饋。在這項(xiàng)研究中，我們假設(shè)環(huán)境是由決策過(guò)程描述的，其中，代理狀態(tài)轉(zhuǎn)換僅依賴于當(dāng)前狀態(tài)，以及在代理中選擇當(dāng)前狀態(tài)的操作，而不考慮所有過(guò)去的狀態(tài)和動(dòng)作。

4.2通過(guò)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)室內(nèi)溫度

在這項(xiàng)研究中，我們考慮了HEMS計(jì)劃AC能耗的情況基于室內(nèi)和室外溫度以及用戶首選的熱工條件。傳統(tǒng)上，HEMS使用近似方程式來(lái)計(jì)算當(dāng)前的室內(nèi)溫度（以前的室內(nèi)和當(dāng)前室外溫度，AC能耗和室內(nèi)熱量特征）。與上述基于模型的方法相比，室內(nèi)溫度預(yù)測(cè)，我們提出了一種基于人工神經(jīng)網(wǎng)絡(luò)ANN的室內(nèi)預(yù)測(cè)方法與交流能量消耗相關(guān)的溫度。在提出的ANN模型中，了解交流能量消耗的程度影響當(dāng)前的室內(nèi)溫度，這意味室內(nèi)溫度與交流能耗之間的關(guān)系如下：擬議的人工神經(jīng)網(wǎng)絡(luò)近似的溫度預(yù)測(cè)函數(shù)被輸入到AC代理的Q學(xué)習(xí)模塊，該近似模型使AC代理可以更精確地計(jì)算成本，并確定最佳能量在Q學(xué)習(xí)過(guò)程中更有效地被安排消耗。

5結(jié)論

本文提出了一種基于機(jī)器學(xué)習(xí)的智能家居能源管理強(qiáng)化學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)算法，提出的算法可以最小化通過(guò)兩個(gè)可控家用電器（空調(diào)和洗衣機(jī)）以及儲(chǔ)能系統(tǒng)的充放電，同時(shí)保持使用者的舒適度和電器操作特性。洗衣機(jī)時(shí)間表在使用者優(yōu)選的操作期內(nèi)完成洗衣機(jī)的能耗。儲(chǔ)能系統(tǒng)計(jì)算充電和放電能量，同時(shí)防止儲(chǔ)能系統(tǒng)的過(guò)度充電和不足充電。室內(nèi)溫度預(yù)測(cè)由人工神經(jīng)網(wǎng)絡(luò)構(gòu)建的模型，空調(diào)執(zhí)行調(diào)度滿足使用者的室內(nèi)空調(diào)能耗溫度。仿真結(jié)果證明所提出的人工神經(jīng)網(wǎng)絡(luò)的RL方法可以成功實(shí)現(xiàn)。此外，我們對(duì)所提出的基于RL的HEMS算法的性能與傳統(tǒng)的基于混合整數(shù)線性規(guī)劃（MILP）的HEMS算法相比，驗(yàn)證了所提出的方法在設(shè)備之間的標(biāo)準(zhǔn)功能中比傳統(tǒng)方法節(jié)省了更多的能源。驗(yàn)證了該算法的性能，并且結(jié)果證實(shí)了與現(xiàn)有方法相比，使用該方法具有經(jīng)濟(jì)優(yōu)勢(shì)。