一种家用电器的控制方法及系统与流程

本发明涉及家电控制领域，具体涉及一种家用电器的控制方法及系统。

背景技术：

随着电能替代越来越引发人们的关注，家用电器在数量和容量上都在逐年增加，居民用户的电力消耗越来越多。作为用电环节中不可忽视的重要部分，居民用户家用电器是消耗电能的大户，有着极大的调控潜力及重要的研究意义。居民用户家用电器负荷根据其用电特性可分为可控负荷，可转移负荷等，其中居民可控负荷约占总负荷的60％。

为了满足居民用户的用电需求，传统的解决方法是建设火力发电厂，然而增设火电厂会造成环境污染及资源的过度消耗。智能用电技术是电网智能化的一部分，通过利用信息通信技术，能够实现电网与用户的实时交互响应，实现家庭智能用电的智能化和合理化，提高用电效率、促进节能减排。

家用电器智能优化控制方法是家庭用户参与智能用电环节的重要技术手段，能够调整家用电器的运行时间段，降低家庭用电负荷及费用，最终对降低电网的负荷峰值、平稳电网用电负荷波动做出贡献，目前，居民用户的家用电器并不是每一时刻都需要处于开启状态，因此缺乏对居民用户家用电器进行智能优化控制的方法。

技术实现要素：

本发明提供一种家用电器的控制方法及控制系统，其目的是利用云模型对家用电器进行智能优化控制，使不同家用电器的使用时段各自错开，以避开总体的用电高峰，既能够缓解高峰时期的用电压力，又能够提高资源利用率，除此之外云模型调控的一大优点是平稳，可以使调节后的电网峰谷差率减小，不会突然增大电网负荷或减小电网负荷。

本发明的目的是采用下述技术方案实现的：

一种家用电器的控制方法，其改进之处在于，包括：

判断用户负荷量是否超过规定值，若是，则将当前电价和当前家用电器的运行状态作为预先设置的云模型控制器的输入量，获取家用电器的调控量调节家用电器，若否，则更新用户负荷量重新判断用户负荷量是否超过规定值。

优选的，所述家用电器为多次启停后在规定的时间满足用电需求的电器。

优选的，所述预先设置的云模型控制器包括：n个双条件单规则发生器和加权平均单元，所述n个双条件单规则发生器分别与所述加权平均单元连接，其中，n为if-then定性规则数量。

进一步的，所述双条件单规则发生器包括：二维正向云发生器及与其对应连接的一维逆向云发生器。

进一步的，预先设置第i个二维正向云发生器的前件定性规则的数字特征(exai,enai,heai)和(exbi,enbi,hebi)，以及第i个一维逆向云发生器的后件定性规则的数字特征(exci,enci,heci)，其中，exai、exbi和exci分别为第i条if-then定性规则中家用电器的运行状态归一化值的期望、电价归一化值的期望和家用电器调节量归一化值的期望，enai、enbi和enci分别为exai、exbi和exci的熵，heai、hebi和heci分别为exai、exbi和exci的超熵，i∈[1,n]。

进一步的，所述将当前电价和当前家用电器的运行状态作为预先设置的云模型控制器的输入量，获取家用电器的调控量调节家用电器，包括：

向第i个二维正向云发生器输入定值量(x1,x2)，其中，x1为当前家用电器的运行状态归一化值，x2为当前电价归一化值；

所述第i个二维正向云发生器生成以enai为期望，heai为均方差的正态随机数enai′，生成以enbi为期望，hebi为均方差的正态随机数enbi′，确定第i个二维正向云发生器的输出量并将μi发送至其对应连接的第i个一维逆向云发生器；

所述第i个一维逆向云发生器生成以enci为期望，heci为均方差的正态随机数enci′，并按一维逆向云发生器规则确定第i个一维逆向云发生器的输出量xbi：

所述加权平均单元根据各一维逆向云发生器的输出量利用加权平均算法获取家用电器的调控量。

进一步的，所述一维逆向云发生器规则包括：

若x1≤exai且x2≤exbi，或者x1＞exai且x2＞exbi，则

若x1≤exai且x2＞exbi，或者x1＞exai且x2≤exbi，则xbi＝(xbi1μ1+xbi2μ2)/(μ1+μ2)，其中，

一种家用电器的控制系统，其改进之处在于，所述系统包括：

判断模块，用于判断用户负荷量是否超过规定值；

云模型控制模块，用于若用户负荷量超过规定值，则将当前电价和当前家用电器的运行状态作为输入，获取家用电器的调控量调节家用电器；

负荷更新模块，用于若用户负荷量没超过规定值，则更新用户负荷量并返回所述判断模块。

优选的，所述云模型控制模块包括：n个双条件单规则发生器和加权平均单元，所述n个双条件单规则发生器分别与所述加权平均单元连接，其中，n为if-then定性规则数量，所述双条件单规则发生器包括：二维正向云发生器及与其对应连接的一维逆向云发生器。

进一步的，所述云模型控制模块包括：

预先设置第i个二维正向云发生器的前件定性规则的数字特征(exai,enai,heai)和(exbi,enbi,hebi)，以及第i个一维逆向云发生器的后件定性规则的数字特征(exci,enci,heci)，其中，exai、exbi和exci分别为第i条if-then定性规则中家用电器的运行状态归一化值的期望、电价归一化值的期望和家用电器调节量归一化值的期望，enai、enbi和enci分别为exai、exbi和exci的熵，heai、hebi和heci分别为exai、exbi和exci的超熵，i∈[1,n]，n为if-then定性规则数量；

向第i个二维正向云发生器输入定值量(x1,x2)，其中，x1为当前家用电器的运行状态归一化值，x2为当前电价归一化值；

所述第i个二维正向云发生器生成以enai为期望，heai为均方差的正态随机数enai′，生成以enbi为期望，hebi为均方差的正态随机数enbi′，确定第i个二维正向云发生器的输出量并将μi发送至其对应连接的第i个一维逆向云发生器；

所述第i个一维逆向云发生器生成以enci为期望，heci为均方差的正态随机数enci′，并按一维逆向云发生器规则确定第i个一维逆向云发生器的输出量xbi：

所述加权平均单元根据各一维逆向云发生器的输出量利用加权平均算法获取家用电器的调控量。

本发明的有益效果：

本发明提供的技术方案，基于居民用户家用电器的用电行为，在不同电价机制下，提出了家用电器用电优化控制模型，实现不同家用电器用电时间安排的智能化、合理化；该技术方案能够利用云模型对家用电器进行智能优化控制，使不同家用电器的使用时段各自错开，以避开总体的用电高峰，既能够缓解高峰时期的用电压力，又能够提高资源利用率，除此之外云模型调控的一大优点是平稳，可以使调节后的电网峰谷差率减小，不会突然增大电网负荷或减小电网负荷，有效减少居民用户用电花费、降低电量高峰期峰值，由于控制过程中考虑了当前家用电器的运行状态，因此减少了用电中断对用户的用电舒适度影响，整个控制过程更加平稳，提高了灵活性。该技术方案可用于单一家用电器的调控，也可用于多种家用电器组合运行控制。

附图说明

图1是本发明一种家用电器的控制方法的流程图；

图2是本发明实施例中5个if-then定性规则的双条件单规则发生器和加权平均单元的结构示意图；

图3是本发明一种家用电器的控制系统的结构示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作详细说明。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明提供的一种家用电器的控制方法，如图1所示，包括：

101.判断用户负荷量是否超过规定值；

102.若是，则将当前电价和当前家用电器的运行状态作为预先设置的云模型控制器的输入量，获取家用电器的调控量调节家用电器；

103.若否，则更新用户负荷量重新判断用户负荷量是否超过规定值。

其中，所述家用电器为多次启停后能够在规定的时间满足用电需求的电器。

所述预先设置的云模型控制器包括：n个双条件单规则发生器和加权平均单元，所述n个双条件单规则发生器分别与所述加权平均单元连接，其中，n为if-then定性规则数量。

例如：5个if-then定性规则的双条件单规则发生器和加权平均单元，如图2所示；

所述双条件单规则发生器包括：二维正向云发生器及与其对应连接的一维逆向云发生器。

其中，不确定推理的基础是不确定性知识，本发明实施例中使用faiandbjthenck形式的定性规则表达不确定性知识，其中，i＝1-5，j＝1-5，k＝1-5，a和b都是自然语言描述的定性概念，例如：温度低且压力小，则电机转速慢，a和b称为规则的前件，c是规则后件，通常是一个结果，云规则发生器将给定输入通过基于云模型的不确定推理方式，得到确定的输出值；

进一步的，预先设置第i个二维正向云发生器的前件定性规则的数字特征(exai,enai,heai)和(exbi,enbi,hebi)，以及第i个一维逆向云发生器的后件定性规则的数字特征(exci,enci,heci)，其中，exai、exbi和exci分别为第i条if-then定性规则中家用电器的运行状态归一化值的期望、电价归一化值的期望和家用电器调节量归一化值的期望，enai、enbi和enci分别为exai、exbi和exci的熵，heai、hebi和heci分别为exai、exbi和exci的超熵，i∈[1,n]。

本发明提供的实施例中，定义云发生器输入为家用电器状态s与电网下发电价e，输出控制量为c。在实际应用中,无论是家用电器状态s还是电网下发电价e，都是精确的输入值，采用二维云模型发生器，首先要使输入云化。设s∈s＝[-1,1]，e∈e＝[-1,1]，c∈c＝[-1,1]，在s,e,ec上分别定义5个正态云模型s1-s5,e1-e5,c1-c5，云模型用(ex,en,he)表示，ex,en,he分别表示云模型的期望，熵和超熵。

隶属云构造及其定性概念如下：

s1状态偏差负大-定性概念如下：(-1,0.1，0.02)

s2状态偏差负小-定性概念如下：(-0.5,0.1，0.02)；

s3状态偏差为零-定性概念如下：(0,0.1，0.02)s4状态偏差正小—定性概念如下：(0.5,0.1，0.02)s5状态偏差正大—定性概念如下：(1,0.1，0.02)

e1电价负大-定性概念如下：(-1,0.1，0.02)

e2电价负小-定性概念如下：(-0.5,0.1，0.02)e3电价为零—定性概念如下：(0,0.1，0.02)

e4电价正小-定性概念如下：(0.5,0.1，0.02)e5电价正大—定性概念如下：(1,0.1，0.02)

c1控制量负大-定性概念如下：(-1,0.1，0.02)c2控制量负小—定性概念如下：(-0.5,0.1，0.02)；

c3控制量为零-定性概念如下：(0,0.1，0.02)

c4控制量正小-定性概念如下：(0.5,0.1，0.02)c5控制量正大—定性概念如下：(1,0.1，0.02)其中，s1,s5,e1,e5,c1,c5为半正态隶属云表示，其余的用正态隶属云表示。

得到的隶属参数曲线分别从左到右对应于论域s,e,c上定义的5个隶属云，定义为数字1,2,3,4,5所构造的二维云模型控制器的作用过程为：当给定控制器输入s和e时,直接分别对应其相应的隶属云,通过二维前件云的作用后得到确定度u，再对应控制量c输出隶属云参数曲线，通过后件云的作用再经过逆云算法，将逆向云输出的期望值作为控制器的输出。

二维云模型控制器控制规则共包含25条:

if电价很低and电器运行状态很低(温度低)then下一时刻电器调高50％；

if电价很低and电器运行状态较低then下一时刻电器调高50％；

if电价很低and电器运行状态适中then下一时刻电器调高25％；

if电价很低and电器运行状态较高then下一时刻电器保持不变；

if电价很低and电器运行状态很高then下一时刻电器调低25％；

if电价较低and电器运行状态很低then下一时刻电器调高50％；

if电价较低and电器运行状态较低then下一时刻电器调高25％；

if电价较低and电器运行状态适中then下一时刻电器调高25％；

if电价较低and电器运行状态较高then下一时刻电器调低25％；

if电价较低and电器运行状态很高hen下一时刻电器调低25％；

if电价适中and电器运行状态很低(温度低)then下一时刻电器调高25％；

if电价适中and电器运行状态较低then下一时刻电器保持不变；

if电价适中and电器运行状态适中then下一时刻电器保持不变；

if电价适中and电器运行状态较高then下一时刻电器调低50％；

if电价适中and电器运行状态很高hen下一时刻电器调低50％；

if电价较高and电器运行状态很低(温度低)then下一时刻电器保持不变；

if电价较高and电器运行状态较低then下一时刻电器调低25％；

if电价较高and电器运行状态适中then下一时刻电器调低25％；

if电价较高and电器运行状态较高then下一时刻电器调低50％；

if电价较高and电器运行状态很高hen下一时刻电器调低50％；

if电价很高and电器运行状态很低(温度低)then下一时刻电器调低25％；

if电价很高and电器运行状态较低then下一时刻电器调低25％；

if电价很高and电器运行状态适中then下一时刻电器调低50％；

if电价很高and电器运行状态较高then下一时刻电器调低50％；

if电价很高and电器运行状态很高hen下一时刻电器调低50％；

用矩阵表示为：

对于规则前件，数字1，2，3，4，5分别对应隶属云的区间：很低，较低，适中，较高，很高；对于规则后件，数字1，2，3，4，5分别对应调节量的范围：-50％，-25％，0，+25％，+50％；其中，”+”代表升高，”-”代表降低。

进一步的，所述步骤102，包括：

向第i个二维正向云发生器输入定值量(x1,x2)，其中，x1为当前家用电器的运行状态归一化值，x2为当前电价归一化值；

所述第i个二维正向云发生器生成以enai为期望，heai为均方差的正态随机数enai′，生成以enbi为期望，hebi为均方差的正态随机数enbi′，确定第i个二维正向云发生器的输出量并将μi发送至其对应连接的第i个一维逆向云发生器；

所述第i个一维逆向云发生器生成以enci为期望，heci为均方差的正态随机数enci′，并按一维逆向云发生器规则确定第i个一维逆向云发生器的输出量xbi：

所述加权平均单元根据各一维逆向云发生器的输出量利用加权平均算法获取家用电器的调控量调节家用电器。

其中，所述一维逆向云发生器规则包括：

若x1≤exai且x2≤exbi，或者x1＞exai且x2＞exbi，则

若x1≤exai且x2＞exbi，或者x1＞exai且x2≤exbi，则xbi＝(xbi1μ1+xbi2μ2)/(μ1+μ2)，其中，

本发明还提供一种家用电器的控制系统，如图3所示，所述系统包括：

判断模块，用于判断用户负荷量是否超过规定值；

云模型控制模块，用于若用户负荷量超过规定值，则将当前电价和当前家用电器的运行状态作为输入，获取家用电器的调控量调节家用电器；

负荷更新模块，用于若用户负荷量没超过规定值，则更新用户负荷量并返回所述判断模块。

其中，所述家用电器为多次启停后能够在规定的时间满足用电需求的电器。

具体的，所述云模型控制模块包括：n个双条件单规则发生器和加权平均单元，所述n个双条件单规则发生器分别与所述加权平均单元连接，其中，n为if-then定性规则数量，所述双条件单规则发生器包括：二维正向云发生器及与其对应连接的一维逆向云发生器。

所述云模型控制模块包括：

预先设置第i个二维正向云发生器的前件定性规则的数字特征(exai,enai,heai)和(exbi,enbi,hebi)，以及第i个一维逆向云发生器的后件定性规则的数字特征(exci,enci,heci)，其中，exai、exbi和exci分别为第i条if-then定性规则中家用电器的运行状态归一化值的期望、电价归一化值的期望和家用电器调节量归一化值的期望，enai、enbi和enci分别为exai、exbi和exci的熵，heai、hebi和heci分别为exai、exbi和exci的超熵，i∈[1,n]，n为if-then定性规则数量；

向第i个二维正向云发生器输入定值量(x1,x2)，其中，x1为当前家用电器的运行状态归一化值，x2为当前电价归一化值；

所述第i个二维正向云发生器生成以enai为期望，heai为均方差的正态随机数enai′，生成以enbi为期望，hebi为均方差的正态随机数enbi′，确定第i个二维正向云发生器的输出量并将μi发送至其对应连接的第i个一维逆向云发生器；

所述第i个一维逆向云发生器生成以enci为期望，heci为均方差的正态随机数enci′，并按一维逆向云发生器规则确定第i个一维逆向云发生器的输出量xbi：

所述加权平均单元根据各一维逆向云发生器的输出量利用加权平均算法获取家用电器的调控量调节家用电器。

其中，所述一维逆向云发生器规则包括：

若x1≤exai且x2≤exbi，或者x1＞exai且x2＞exbi，则

若x1≤exai且x2＞exbi，或者x1＞exai且x2≤exbi，则xbi＝(xbi1μ1+xbi2μ2)/(μ1+μ2)，其中，

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。