一种社区能效管理方法、装置及可读存储介质与流程

本发明涉及能耗控制技术领域，特别是一种社区能效管理方法、装置及可读存储介质。

背景技术：

居民和商业社区聚集大量用电客户，是体量巨大的能源消费综合体，但当前居民与商业社区在能效综合管理方面存在以下几方面的缺陷，导致社区用能不合理、不经济，造成大量电力资源、经济资源浪费。

(1)大多数社区物业公司通常不具备专业能效管理团队及相关技术，无法提供科学有效的社区能效管理解决方案，需要第三方提供专业能效管理服务。

(2)当前传统的社区能效管理方法通常仅针对社区内常用设备进行粗放式管理，管理效率低下，无法从全局角度对整个社区各类型用能设备进行精细化、集约化管理。

技术实现要素：

有鉴于现有技术的上述缺陷，本发明的目的就是提供一种社区能效管理方法、装置及可读存储介质，用于实现社区能效精准、智能化管理。

本发明的目的之一是通过这样的技术方案实现的，一种社区能效管理方法，包括如下步骤：

接收预先设置在用能设备上的传感器采集的电气数据；

根据所述电气数据构建社区能效优化目标函数；

求解所述社区能效优化目标函数以获得用能设备运行控制方案；

根据所述用能设备运行控制方案对用能设备进行控制。

可选的，所述接收预先设置在用能设备上的传感器采集的电气数据之前，还包括：

对所述用能设备的mac地址和应用层地址进行编址和寻址。

可选的，所述接收预先设置在用能设备上的传感器采集的电气数据，包括：

接收预先设置在用能设备上的传感器采集的直采数据和逻辑数据。

可选的，所述接收预先设置在用能设备上的传感器采集的电气数据，还包括：

若在预设时间内未接收到对应的电气数据，则向所述传感器发送超时重传指令；

若在预设时间内接收到对应的电气数据，则向所述传感器发送确认帧。

可选的，根据所述电气数据构建社区能效优化目标函数之前，还包括：

根据所述电气数据进行聚类以获得电气聚类数据。

可选的，根据所述电气数据进行聚类以获得电气聚类数据之后，还包括：

基于壳状数据选择算法对所述电气聚类数据进行数据筛选，以及基于小波变换法对所述电气聚类数据的噪声信号进行滤除。

可选的，根据所述电气数据构建社区能效优化目标函数，包括：

基于所述电气数据根据用能设备整体能耗构建社区能效优化目标函数，满足：

s.t.qmin≤q≤qmax

其中，f1,f2,...,fn分别表示整个社区中第n类用能设备的能耗量化指标，w1,w2,...,wn则表示第n类用能设备所对应的权重系数，qmax和qmin表示整个社区中各类用能设备运行参数相量q的上下限约束边界。

可选的，求解所述社区能效优化目标函数以获得用能设备运行控制方案，包括：

采用多层级自适应动态规划算法对用能设备运行参数进行迭代优化，以求解所述社区能效优化目标函数。

本发明的目的之二是通过这样的技术方案实现的，一种社区能效管理装置，包括：

数据采集单元，用于接收预先设置在用能设备上的传感器采集的电气数据；

函数构建单元，用于根据所述电气数据构建社区能效优化目标函数；

分析单元，用于求解所述社区能效优化目标函数以获得用能设备运行控制方案；

指令单元，用于根据所述用能设备运行控制方案对用能设备进行控制。

本发明的目的之三是通过这样的技术方案实现的，一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现前述的社区能效管理方法。

由于采用了上述技术方案，本发明具有如下的优点：本发明方法根据采集的电气数据构建社区能效优化目标函数，并求解所述社区能效优化目标函数以获得用能设备运行控制方案，根据用能设备的实际运行情况对用能设备进行控制，实现了社区能效精准、智能化管理。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。

附图说明

本发明的附图说明如下：

图1为本发明第一实施例流程图；

图2为本发明第一实施例结构示意图；

图3为本发明第一实施例阻尼控制器神经网络结构示意图；

图4为本发明第一实施例前馈神经网络结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

实施例一

本发明第一实施例提出一种社区能效管理方法，如图1所示，包括如下步骤：

s10、接收预先设置在用能设备上的传感器采集的电气数据；

s20、根据所述电气数据构建社区能效优化目标函数；

s30、求解所述社区能效优化目标函数以获得用能设备运行控制方案；

s40、根据所述用能设备运行控制方案对用能设备进行控制。

本发明方法根据采集的电气数据构建社区能效优化目标函数，并求解所述社区能效优化目标函数以获得用能设备运行控制方案，实现了根据用能设备的实际运行情况反馈对用能设备进行控制，实现了社区能效精准、智能化管理。

可选的，接收预先设置在用能设备上的传感器采集的电气数据之前，还包括：

对所述用能设备的mac地址和应用层地址进行编址和寻址。

可选的，所述接收预先设置在用能设备上的传感器采集的电气数据，包括：

接收预先设置在用能设备上的传感器采集的直采数据和逻辑数据。

具体的说，在本实施例中，具体可以通过三层结构来实现本方法，包括数据层，分析层和控制层，如图2所示，数据层中涵盖了社区所有公共用能设备(例如照明灯、公用电梯、空调等)的用能损耗、设备数量、地理位置等重要信息，本实施例中基于其底层数据传感网络在现有台区配置的数据采集系统(包括用电信息采集系统、电能量采集系统、pms系统、scada系统等)基础上进行扩展与改进。数据层采集的数据可大致分为两类：直采数据，即直接收集自电气设备本身的数据，包括计量数据和事件数据等；逻辑数据，反映设备在时间或空间上逻辑关系的数据，包括电气关系、开关位置等，本实施例中对社区内重要用能设备的mac地址和应用层地址进行编址和寻址，实现mac地址与现有电力线载波plc协议地址兼容适配，同时使应用层地址能够反映用电设备的厂商、类型、规格等信息。

可选的，接收预先设置在用能设备上的传感器采集的电气数据，还包括：

若在预设时间内未接收到对应的电气数据，则向所述传感器发送超时重传指令；

若在预设时间内接收到对应的电气数据，则向所述传感器发送确认帧。

具体的说，在本实施例中，用能设备在mac层收发数据帧时具有数据帧确认和失败重传功能，其中，数据帧发送流程包括超时重传等操作，接收流程包括发送确认帧等操作，数据帧和确认帧在收发时间上有先后而且存在条件上的关联。

进一步的，本发明方法可以利用nb-iot、wi-fi、5g等多种无线通讯方式构建无线传感网络，针对不同类型用能设备与信号特点选择不同网络通信方式，最大程度集成各种通讯技术在带宽、功耗、传输速率等方面的资源优势，从而满足各项技术指标与可扩展性需求。利用无线传感网络中各种现场计量表具，采集社区重要用能设备的能耗、环境、物理位置、开关状态等数据，通过数据采集网关传输至能耗监测中心数据库，由此实现数据层的功能。

可选的，根据所述电气数据构建社区能效优化目标函数之前，还包括：

根据所述电气数据进行聚类以获得电气聚类数据。

可选的，根据所述电气数据进行聚类以获得电气聚类数据之后，还包括：

基于壳状数据选择算法对所述电气聚类数据进行数据筛选，以及基于小波变换法对所述电气聚类数据的噪声信号进行滤除。

具体的，在本实施例中，将数据库中用能设备各项数据进行聚类、预处理等操作，主要包括数据采样频率及样本容量选择、数据冗余点和离群点筛选、噪声信号滤除等。

在数据采样频率和样本容量选择方面，在满足用能设备能耗分析精准性的基础上，尽可能降低数据采集、传输、存储以及仿真计算等方面负担。

在冗余点识别和数据缩减方面，本专利采用壳状数据选择算法来进行数据筛选。

相比于传统数据缩减算法本发明方法具有如下几点优势：(1)利用数据集分布并非绝对聚集中心向量的数据点，从而可以近乎完整地保存分布在样本集壳形区中的非冗余数据点；(2)壳状数据选择算法筛选后的数据样本集准确率更高，质量更好。同时迭代次数有限让该算法拥有了线性的时间复杂度；(3)相比于聚类型和近邻型算法，壳状数据选择算法具有更高运行效率，能更好地适用于大规模数据集。

在噪声信号滤除方面，本实施方式中可以采用小波变换法对采集的原始数据中噪声信号进行滤除，利用信号幅值一般高于噪声幅值的特点，采用非线性滤波方法，设置阈值来实现噪声消除。相比于卡尔曼滤波、傅里叶变换等数字滤波方法，小波变换法能同时反映信号的时域特性和频域特性，而且可以实现在高频处自动变窄，低频处自动变宽等功能。

可选的，根据所述电气数据构建社区能效优化目标函数，包括：

基于所述电气数据根据用能设备整体能耗构建社区能效优化目标函数，满足：

s.t.qmin≤q≤qmax

其中，f1,f2,...,fn分别表示整个社区中第n类用能设备的能耗量化指标，w1,w2,...,wn则表示第n类用能设备所对应的权重系数，qmax和qmin表示整个社区中各类用能设备运行参数相量q的上下限约束边界。

具体的说，根据所述电气数据构建社区能效优化目标函数，可以通过分析层进行，分析层利用来自底层传感网络的直采数据和逻辑数据，构建社区总体能效优化目标函数，求解得到用能设备整体能耗最小的运行控制方案。优化目标函数表达式如下所示：

s.t.qmin≤q≤qmax(2)

其中，f1,f2,...,fn分别表示整个社区中第n类用能设备的能耗量化指标，w1,w2,...,wn则表示第n类用能设备所对应的权重系数，qmax和qmin表示整个社区中各类用能设备运行参数相量q的上下限约束边界。社区总体能耗优化控制的前提是各类用能设备均处于合理运行区间之内。

可选的，求解所述社区能效优化目标函数以获得用能设备运行控制方案，包括：

采用多层级自适应动态规划算法对用能设备运行参数进行迭代优化，以求解所述社区能效优化目标函数。

具体的说，基于上述优化目标函数，需要对社区各类用能设备的运行参数进行优化控制。传统控制策略优化方法大多数需要依赖被研究对象的详细数学模型，然而实际社区用能系统的详细数学模型通常难以获取。

在具体求解过程中可以采用多层级自适应动态规划算法对各类用能设备运行参数进行迭代优化。相比于传统算法，多层级自适应动态规划算法是一种不基于被控对象数学模型的数据驱动型智能算法，在处理非线性系统最优控制方面具有优势，能够很好解决实际研究对象模型参数难以获取的问题。

如图3所示，本实施例中多层级自适应动态规划算法由三个前馈神经网络结构组成，分别为执行网络、评价网络和目标网络。前馈神经网络包括输入层、隐含层和输出层，各层节点个数根据实际情况确定，隐含层和输出层采用何种转移函数也要根据具体情况而定。前馈神经网络结构图，如图4所示。

对于执行网络，输入信号x(t)为反映社区各类用能设备的能耗信息，若受控对象为n类用能设备，则x(t)是一个n维向量。而执行网络的输出信号u(t)为施加给受控设备的控制量。另外，图中r(t)表示外部强化学习信号，可用于指导多层级自适应动态规划算法对受控设备运行状态的学习和适应。s(t)则为目标网络根据输入的x(t)和u(t)生成的内部强化学习信号。相比于r(t)信号，s(t)具有对受控设备更强的适应性，能够优化输入信号和输出信号之间的映射关系，有利于形成最优控制量，以改善控制效果。而评价网络的输入信号为设备能耗反馈信息x(t)、控制量u(t)和内部强化信号s(t)，其输出量为代价函数j(t)。各层神经网络根据误差反向传播理论逐层修改神经网络权值，调整权值后的执行网络将生成最优控制量u(t)。

s40、根据所述用能设备运行控制方案对用能设备进行控制。

具体的，该步骤可以通过控制层实现，从分析层获取社区用能设备的最优调控策略，然后通过相关设备的控制逻辑框架，逐层下发控制指令，实现对整个社区各类用能设备运行状态的精准控制，并通过多种设备之间的协调控制达到社区整体能效最优。

社区能效控制中心的监控主机一方面接收gps时钟信号以确定各类用能设备能耗水平的时间断面信息，另一方面基于社区整体能耗调控策略对底层用能设备发送控制指令。同时，监控主机通过互联网云平台与上级调度部门进行连接，实现相关调度指令与数据的双向接收和发送。

能效控制中心利用社区局域网内广泛布置的交换机，通过tcp/ip通讯协议将控制指令逐层下发至各个层级的控制节点，最后根据不同类型用能设备的控制特点，采用人机界面、控制终端等方式对电梯、照明、摄像头、空调等设备能耗进行精准的智能化控制。

本发明方法将人工智能巡检模型软件与能源专家分析系统嵌入到社区能效管理控制平台，使传统社区能效管理由控制功能为主、人工巡检的方式，转变为主动式数据巡检、预测性维护和操作智能优化的管理模式，实现事前发现故障隐患、提前预防处理等功能，确保社区用能系统的安全可靠运行。

本发明方法的社区能耗管理系统平台集聚了大数据优势，将物联网、大数据与全过程能源管理相融合，提供全生命周期的数字化用能服务，实现社区用能设备的精细化集约化管理，帮助用户提高能源利用率，降低用能成本，实现绿色与智慧用能。

相比于传统社区能效管理模式与方法，本发明方法具有如下技术优势：

(1)家庭级能效管理主要面对单个家庭提供日常用能管理服务，由于家庭用电设备数量与能耗总量相对较小，“智慧家居”软硬件功能相对简单，控制方式较为粗放，仅能提供入门级、非专业性能效管理方案。而本发明应用了大数据与人工智能技术，集成了强大的软硬件功能，可提供更为专业的能效管理服务。

(2)基于供电局的区域级能效管理范围广、节点多，在管理过程中难以面面俱到，存在“抓大放小”问题，导致无法有效贴近社区用户，为其提供精细化能效管理服务。本发明提出的社区级能效管理更贴近终端用户，能根据不同社区实际情况制订具有针对性的能效管理策略，提供科学、专业、有效的精益化能效管理服务。

本发明的目的之二是通过这样的技术方案实现的，一种社区能效管理装置，包括：

数据采集单元，用于接收预先设置在用能设备上的传感器采集的电气数据；

函数构建单元，用于根据所述电气数据构建社区能效优化目标函数；

分析单元，用于求解所述社区能效优化目标函数以获得用能设备运行控制方案；

指令单元，用于根据所述用能设备运行控制方案对用能设备进行控制。

本发明的目的之三是通过这样的技术方案实现的，一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现前述的社区能效管理方法，具体的，在一个可选的实施案例中，所述程序被处理器执行时实现：接收预先设置在用能设备上的传感器采集的电气数据；根据所述电气数据构建社区能效优化目标函数；求解所述社区能效优化目标函数以获得用能设备运行控制方案；根据所述用能设备运行控制方案对用能设备进行控制。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

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保护范围之内。