曲朝陽(yáng)，王 沖，潘 峰

(1．東北電力大學(xué)信息工程學(xué)院，吉林省吉林市132012; 2．國(guó)網(wǎng)內(nèi)蒙古東部電力有限公司信息通信分公司，內(nèi)蒙古呼和浩特010020)

智能用電環(huán)境下的家庭電力能效評(píng)估方法

曲朝陽(yáng)1，王 沖2，潘 峰1

(1．東北電力大學(xué)信息工程學(xué)院，吉林省吉林市132012; 2．國(guó)網(wǎng)內(nèi)蒙古東部電力有限公司信息通信分公司，內(nèi)蒙古呼和浩特010020)

針對(duì)家庭電力能效評(píng)估精度不高的問(wèn)題，提出了智能用電環(huán)境下的家庭電力能效評(píng)估方法。該方法根據(jù)家庭電力能效評(píng)估指標(biāo)體系中評(píng)價(jià)指標(biāo)影響因素的不同，綜合采用層次分析法和貝葉斯方法對(duì)家庭電力指標(biāo)體系進(jìn)行能效評(píng)估建模，最后建立總的家庭電力能效評(píng)估模型，對(duì)家庭電力能效情況進(jìn)行綜合評(píng)估。經(jīng)實(shí)例驗(yàn)證，該方法能準(zhǔn)確地檢測(cè)和評(píng)估家庭能耗情況，有效提高居民用電效率。

家庭電力能效評(píng)估;能效評(píng)估方法;層次分析法;貝葉斯方法;能效評(píng)估模型

1 引言

在國(guó)家加大能源建設(shè)和智能電網(wǎng)迅速發(fā)展的形勢(shì)下，人們逐漸加深了對(duì)能源效率的認(rèn)識(shí)和對(duì)能源消耗指標(biāo)的關(guān)注，工業(yè)、建筑、交通運(yùn)輸、政府機(jī)構(gòu)以及電力等部門(mén)都紛紛開(kāi)展了對(duì)節(jié)能降耗指標(biāo)體系的研究，并且取得了顯著的成果，但對(duì)占社會(huì)總用電量比重不斷增長(zhǎng)的居民家庭能耗評(píng)價(jià)，國(guó)內(nèi)還沒(méi)有突破性的研究，居民家庭電能消耗管理仍面臨缺乏完整的指標(biāo)體系、重要指標(biāo)不能量化、評(píng)估結(jié)果難以反映全面能耗情況等問(wèn)題。針對(duì)以上問(wèn)題，有必要設(shè)計(jì)更為全面的家庭電力能效評(píng)估方法，監(jiān)測(cè)和評(píng)價(jià)家庭能耗，為居民家庭提供高效的用電方案，從而提高居民用電效率。

文獻(xiàn)［1-4］主要介紹指標(biāo)體系的構(gòu)建原則及如何構(gòu)建指標(biāo)體系，但并沒(méi)有深入研究評(píng)估方法。文獻(xiàn)［5-7］主要講述了基于層次分析法的能效評(píng)估方法，但由于忽略了評(píng)價(jià)指標(biāo)所受影響因素的不同，造成評(píng)估結(jié)果不準(zhǔn)確。文獻(xiàn)［8，9］主要講述了關(guān)于氨氣制冷系統(tǒng)和空調(diào)方面的能效狀態(tài)評(píng)估方法，并通過(guò)實(shí)例驗(yàn)證該方法的有效性。文獻(xiàn)［10-12］主要講述了一些家庭電力的節(jié)能策略，沒(méi)有對(duì)家庭電力能效情況進(jìn)行有效的評(píng)估。

本文基于家庭用戶(hù)的用電行為特征及家庭用電器使用時(shí)間段特性，建立合理的指標(biāo)體系，并運(yùn)用粗糙集理論屬性約簡(jiǎn)［13］對(duì)指標(biāo)進(jìn)行篩選優(yōu)化，最后根據(jù)影響因素的不同，綜合采用層次分析法和貝葉斯方法對(duì)家庭電力指標(biāo)體系進(jìn)行能效評(píng)估建模，提高了評(píng)估模型的針對(duì)性和準(zhǔn)確性。

2 家庭電力能效評(píng)估方法的總體思路

家庭電力能效評(píng)估指標(biāo)體系中評(píng)價(jià)指標(biāo)的分類(lèi)性較強(qiáng)，不同指標(biāo)所受的影響因素不同，如家庭用電器信息、節(jié)能設(shè)備信息和環(huán)境因素影響所受的影響因素較少，使用層次分析法就能很好地進(jìn)行能效評(píng)估;然而家庭用戶(hù)信息、家庭用電信息所受的影響因素較多，層次分析法就不能較好地對(duì)其進(jìn)行準(zhǔn)確的能效評(píng)估。本文針對(duì)不同類(lèi)別的評(píng)價(jià)指標(biāo)，用最適合的評(píng)估算法對(duì)其進(jìn)行評(píng)估，然后構(gòu)建匹配于該評(píng)估方法的評(píng)估模型;最后針對(duì)家庭電力能效情況建立總的能效評(píng)估模型。家庭電力能效評(píng)估研究的總體思路具體如圖1所示。

3 家庭電力能效評(píng)估指標(biāo)體系

節(jié)能省電是衡量家庭電力能效好壞的主要部分，本文重點(diǎn)研究家庭電力能效與節(jié)能量化方法。通過(guò)采集家庭用戶(hù)信息、家庭用電器信息、家庭用電信息、節(jié)能設(shè)備信息及環(huán)境因素影響進(jìn)行能效管理，建立適宜的家庭電力指標(biāo)體系，進(jìn)行節(jié)能減排評(píng)價(jià)。

根據(jù)項(xiàng)目組已有數(shù)據(jù)，利用統(tǒng)計(jì)分析學(xué)中的聚類(lèi)分析，對(duì)家庭用戶(hù)某一季度日用電負(fù)荷進(jìn)行聚類(lèi)分析，聚類(lèi)結(jié)果如圖2所示。

圖1 家庭電力能效評(píng)估研究的總體思路Fig．1 Overall research ideas of household electricity energy efficiency evaluation

由圖2可以看出，家庭用電的日負(fù)荷曲線(xiàn)基本都有早晚兩個(gè)高峰和一個(gè)低谷，且家庭用戶(hù)的用電模式中明顯存在有效時(shí)間段的用電特征，因此指標(biāo)體系的構(gòu)建應(yīng)該綜合家庭用戶(hù)用電行為特征及家庭用電器的使用特征時(shí)間段特性。初步建立的指標(biāo)評(píng)價(jià)體系如下:一級(jí)子系統(tǒng)中，分別為家庭用戶(hù)信息、家庭電器信息、家庭用電信息、節(jié)能設(shè)備信息和環(huán)境因素影響5個(gè)方面;二級(jí)子系統(tǒng)中，一級(jí)指標(biāo)又可細(xì)分為多項(xiàng)二級(jí)評(píng)價(jià)指標(biāo)，總共合計(jì)為26項(xiàng)二級(jí)指標(biāo);分別從以上幾方面對(duì)家庭電力能效水平進(jìn)行綜合評(píng)估。初步建立的家庭電力能效評(píng)估指標(biāo)體系如圖3所示。

圖2 家庭電力特征時(shí)間段負(fù)荷曲線(xiàn)仿真圖Fig．2 Household electricity characteristic time load curves

總結(jié)以往的指標(biāo)體系設(shè)計(jì)原則和經(jīng)驗(yàn)［1-4］，為確保評(píng)估結(jié)果的科學(xué)準(zhǔn)確性，建立的家庭電力能效評(píng)估指標(biāo)體系應(yīng)該能直觀、全面地反映出家庭電力能效情況。

本文的評(píng)價(jià)指標(biāo)主要以家庭用戶(hù)信息、家庭用電器信息、家庭用電信息、節(jié)能設(shè)備信息及環(huán)境因素影響5個(gè)一級(jí)指標(biāo)為主，指標(biāo)A主要從主觀和宏觀上反映家庭電力能效情況，指標(biāo)B、C、D、E主要從客觀上反映家庭電力能效情況，主客觀相結(jié)合更能體現(xiàn)出指標(biāo)體系的全面性。

以指標(biāo)A1——家庭產(chǎn)值電耗為例說(shuō)明。產(chǎn)值電耗是指家庭用戶(hù)從事生產(chǎn)活動(dòng)時(shí)，創(chuàng)造一定價(jià)值的產(chǎn)品所消耗的電能。

圖3 初步建立的家庭電力能效評(píng)估指標(biāo)體系Fig．3 Preliminary household electricity energy efficiency evaluation index system

該指標(biāo)是用來(lái)反映家庭用戶(hù)的單位用電量產(chǎn)值，指標(biāo)值越大，說(shuō)明家庭用電能效水平越高。同時(shí)，其他指標(biāo)也能直觀地反映出家庭電力能效情況。

然而由于評(píng)價(jià)指標(biāo)較多，其中必然存在冗余和重疊，所以要在盡量保留主要評(píng)價(jià)指標(biāo)的同時(shí)去除次要評(píng)價(jià)因素，在不影響評(píng)估模型可靠性的同時(shí)，對(duì)其進(jìn)行篩選優(yōu)化，本文采用粗糙集理論屬性約簡(jiǎn)對(duì)其進(jìn)行篩選優(yōu)化。基于粗糙集理論屬性約簡(jiǎn)篩選優(yōu)化后的家庭電力能效評(píng)估指標(biāo)體系如圖4所示。

圖4 篩選優(yōu)化后的家庭電力能效評(píng)估指標(biāo)體系Fig．4 Household electricity energy efficiency evaluation index system after sieving and optimizing

4 家庭電力能效評(píng)估方法

4.1 基于層次分析法的家庭電力能效評(píng)估

4.1.1 基于特征值法和G1群組相結(jié)合的一級(jí)指標(biāo)主觀評(píng)估

家庭電力能效評(píng)估指標(biāo)體系中家庭用電器信息(B)、節(jié)能設(shè)備信息(D)和環(huán)境因素影響(E)所受的影響因素較少，層次分析法就能較好地對(duì)其進(jìn)行能效評(píng)估，本文利用層次分析法對(duì)這部分指標(biāo)進(jìn)行能效評(píng)估。

如果家庭用戶(hù)能效評(píng)估中某一指標(biāo)xi的重要程度大于xj，則記為xixj?？砂聪率霾襟E確定它們的序列關(guān)系:首先從指標(biāo)集X中選出m個(gè)指標(biāo)中最重要的一個(gè)指標(biāo)，標(biāo)記為xi;然后再?gòu)氖Ｏ碌闹笜?biāo)中，選取出最重要的一個(gè)指標(biāo)，標(biāo)記為xj;以此類(lèi)推。這樣唯一的指標(biāo)序關(guān)系就可以確定了。

設(shè)rk=wk－1/wk，其中wk代表在X中第k項(xiàng)評(píng)價(jià)指標(biāo)所對(duì)應(yīng)的權(quán)重值。rk值具體含義如表1所示。

同時(shí)有

表1 分級(jí)比例標(biāo)度參考表Tab．1 Reference chart of grading proportion scale

特征值法和G1法相結(jié)合確定指標(biāo)權(quán)重值，其具體的計(jì)算步驟如下:

(1)首先對(duì)處于相同層次的家庭能效指標(biāo)兩兩進(jìn)行比較，然后建立判斷矩陣H。

式中，H=H(aij)。式(3)表示在評(píng)價(jià)指標(biāo)集X中，指標(biāo)xi相對(duì)于指標(biāo)xj的序關(guān)系及重要程度。

(2)然后利用矩陣乘積方根的方法，來(lái)確定wi。

(3)由特征向量wi，求最大特征值λmax。

(4)由λmax計(jì)算判斷矩陣的一致性指標(biāo)β。

(5)隨機(jī)一致性比率α為判斷矩陣一致性指標(biāo)β與同階平均隨機(jī)一致性指標(biāo)γ的比值;通常認(rèn)為當(dāng)α＜0．1時(shí)，即判斷矩陣滿(mǎn)足一致性。

(6)如果判斷矩陣H滿(mǎn)足一致性，即特征向量為歸一后的指標(biāo)權(quán)重;否則，按式(1)和式(2)去計(jì)算指標(biāo)權(quán)重。

綜合家庭能效評(píng)估中，專(zhuān)家對(duì)以上3項(xiàng)一級(jí)評(píng)價(jià)指標(biāo)進(jìn)行分析，確定其序列關(guān)系，利用式(1)～式(6)計(jì)算3項(xiàng)一級(jí)指標(biāo)在能效評(píng)估模型中的權(quán)重值。

4.1.2 基于熵權(quán)法的二級(jí)指標(biāo)客觀評(píng)估

熵權(quán)法的基本思想是根據(jù)各項(xiàng)指標(biāo)觀測(cè)值所提供的信息量的大小來(lái)確定指標(biāo)權(quán)重。利用熵權(quán)法確定二級(jí)指標(biāo)權(quán)重值，其具體的計(jì)算步驟如下。

(1)計(jì)算在第j項(xiàng)指標(biāo)中，第i個(gè)系統(tǒng)的特征比重tij:

(2)計(jì)算評(píng)價(jià)指標(biāo)j項(xiàng)的熵權(quán)值ej:

(3)計(jì)算評(píng)價(jià)指標(biāo)xj的差異性系數(shù)gi:

(4)最終所計(jì)算的權(quán)重qi為:

對(duì)于家庭電力能效評(píng)估模型中的二級(jí)指標(biāo)，以評(píng)價(jià)指標(biāo)的序關(guān)系為基礎(chǔ)，利用式(7)～式(10)確定每個(gè)二級(jí)評(píng)價(jià)指標(biāo)權(quán)重值。

4.1.3 綜合權(quán)重值的確定

設(shè)定以上5個(gè)一級(jí)評(píng)價(jià)指標(biāo)的權(quán)向量為P= (p1，p2，…，pm)，并已知其在第i項(xiàng)一級(jí)評(píng)價(jià)指標(biāo)中所對(duì)應(yīng)的二級(jí)評(píng)價(jià)指標(biāo)的權(quán)向量為Q，則Q=(qi1，qi2，…，qim)，所建立的評(píng)估模型為:

4.2 基于貝葉斯方法的家庭電力能效評(píng)估

4.2.1 模糊綜合評(píng)判矩陣的確定及指標(biāo)類(lèi)型分配

家庭電力能效評(píng)估指標(biāo)體系中家庭用戶(hù)信息、家庭用電信息所受的影響因素較多，不適合用層次分析法對(duì)其進(jìn)行能效評(píng)估，本文利用貝葉斯方法對(duì)其進(jìn)行評(píng)估。

設(shè)V={v1，v2，…，vn}表示指標(biāo)體系評(píng)判集。假設(shè)Ai=(ai1，ai2，…，aim)為Ui中各因素相對(duì)V的權(quán)重系數(shù)集，且滿(mǎn)足ai1+ai2+…+aim=1，aim根據(jù)U中各因素的重要程度進(jìn)行分配。同理，對(duì)于高層因素集，可設(shè)A=(a1，a2，…，am)為U中各因素相對(duì)V的權(quán)重系數(shù)集，其中滿(mǎn)足a1+a2+…+am=1，ai根據(jù)U中各因素的重要程度分配。

本文將家庭電力用戶(hù)能效狀態(tài)由高到低分為5級(jí)。通過(guò)各單因素模糊評(píng)價(jià)獲得模糊綜合評(píng)判矩陣Y:

式中，m為家庭用戶(hù)信息和家庭用電信息指標(biāo)個(gè)數(shù); c為評(píng)估等級(jí)數(shù)(c=5);yi，j表示對(duì)ui的評(píng)價(jià)中，評(píng)判等級(jí)vj(j=1，2，…，m)所占份額:

式中，fi，j為第i個(gè)因素被評(píng)為第j個(gè)評(píng)判等級(jí)vj的總次數(shù)。再對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，歸一化為同一量綱，得到標(biāo)準(zhǔn)指標(biāo)值矩陣其標(biāo)準(zhǔn)化處理方法為:

式中，L為“成本型”指標(biāo)，即屬性值愈小愈好的指標(biāo);H為“效益型”指標(biāo)，即屬性值愈大愈好的指標(biāo)。家庭電力指標(biāo)體系家庭用戶(hù)信息(A)和家庭用電信息(C)中，A1、A3、C1為效益型，A2、A4、A5、C2、C3為成本型。

4.2.2 基于貝葉斯方法確定權(quán)重值

采用貝葉斯方法確定權(quán)重。在確定各等級(jí)下指標(biāo)主觀權(quán)重的基礎(chǔ)上，采用貝葉斯方法，用各等級(jí)下的標(biāo)準(zhǔn)指標(biāo)值對(duì)主觀權(quán)重進(jìn)行修正。設(shè)主觀權(quán)重為u1，u2，…，um，即指標(biāo)Ij的概率為p(Ij)=uj，且在Ij下，等級(jí)Gi發(fā)生的概率為p(Gi|Ij)=ri，j，利用貝葉斯方法，在等級(jí)Gi下，第j個(gè)指標(biāo)的權(quán)重(后驗(yàn)概率)為:

構(gòu)建目標(biāo)優(yōu)化模型:

建立屬性測(cè)度矩陣。設(shè)定某家庭用戶(hù)的m項(xiàng)指標(biāo)數(shù)據(jù)為X，其中為X的某類(lèi)屬性空間的有序分割，即且滿(mǎn)足q1＞q2＞… ＞qc，由每個(gè)指標(biāo)的分類(lèi)界限可寫(xiě)出分類(lèi)標(biāo)準(zhǔn)矩陣為:

設(shè)ui，j可表示為xi屬于屬性qj的定量描述的屬性測(cè)度，則某家庭用戶(hù)X的屬性測(cè)度為U={ui，j}，其中i=1，2，…，m，j=1，2，…，c。ui，j的具體計(jì)算方法為:

設(shè)某家庭用戶(hù)X的綜合指標(biāo)屬于各類(lèi)屬性的測(cè)度為V=(v1，v2，…，vc)，單個(gè)指標(biāo)的評(píng)價(jià)值vj為:

基于貝葉斯方法和屬性識(shí)別相結(jié)合建立的評(píng)估模型為:

4.3 家庭電力的整體能效評(píng)估模型

家庭電力指標(biāo)體系主要包括家庭用戶(hù)信息(A)、家庭用電器信息(B)、家庭用電信息(C)、節(jié)能設(shè)備信息(D)和環(huán)境因素影響(E)共5個(gè)一級(jí)指標(biāo);其中，A、C的影響因素較多，用貝葉斯方法對(duì)其進(jìn)行評(píng)估;B、D、E的影響因素較少，運(yùn)用層次分析法就可以對(duì)其進(jìn)行很好的評(píng)估。

其中層次分析法所對(duì)應(yīng)的評(píng)估模型為y1，貝葉斯方法所對(duì)應(yīng)的評(píng)估模型為y2;設(shè)家庭電力能效評(píng)估總的評(píng)估模型為y。

5 實(shí)例分析

應(yīng)用層次分析法和貝葉斯方法，計(jì)算家庭電力能效評(píng)估的一級(jí)指標(biāo)和二級(jí)指標(biāo)權(quán)重，如表2所示。以表2數(shù)據(jù)為基礎(chǔ)，按式(20)即可求得電力用

表2 指標(biāo)體系中一級(jí)指標(biāo)和二級(jí)指標(biāo)的權(quán)重Tab．2 Weight of first indicators and secondary indicators in index system

戶(hù)綜合能效評(píng)估模型為:

為驗(yàn)證該評(píng)估方法的準(zhǔn)確性，從15組能效數(shù)據(jù)中任取1組，分別利用基于遞階綜合評(píng)價(jià)方法(AHP)的能效評(píng)估模型式(11)、基于貝葉斯方法和屬性識(shí)別相結(jié)合所建立的評(píng)估模型式(19)和層次分析法和貝葉斯方法相結(jié)合的總的能效評(píng)估模型式(21)對(duì)其進(jìn)行能效評(píng)估，能效評(píng)估結(jié)果如表3所示。

表3 不同方法確定的各指標(biāo)的能效評(píng)估值Tab．3 Values of index by different methods

通過(guò)實(shí)際調(diào)研家庭用戶(hù)的整體能效情況及各個(gè)一級(jí)指標(biāo)的能效情況，發(fā)現(xiàn)其與結(jié)合法所算出的能效評(píng)估趨勢(shì)大致相近。運(yùn)用層次分析法與貝葉斯方法相結(jié)合的方法，主客觀相結(jié)合(主觀賦權(quán)法、自主學(xué)習(xí)算法)，可以提高家庭電力能效評(píng)估的準(zhǔn)確性和可靠性。

另外，為檢驗(yàn)家庭用戶(hù)的評(píng)估效果，從15組能效數(shù)據(jù)中任意選取3組，利用已建立的家庭用戶(hù)能效評(píng)估模型式(21)，對(duì)其進(jìn)行綜合能效評(píng)估。其綜合能效評(píng)價(jià)結(jié)果如表4所示。

表4 家庭電力綜合能效評(píng)估結(jié)果Tab．4 Evaluation results of comprehensive energy efficiency

由表4可知，就家庭用戶(hù)的整體能效而言，家庭用戶(hù)1的綜合能效水平最高，家庭用戶(hù)2次之。但從家庭能效局部的指標(biāo)來(lái)看，這3個(gè)家庭用戶(hù)各有其優(yōu)勢(shì)和缺陷，如整體能效水平最高的用戶(hù)1，它的家庭用電信息評(píng)估結(jié)果相對(duì)較低，反之，綜合能效水平不高的用戶(hù)3，它的家庭用電器信息能效水平卻最高。因此，以此結(jié)果作為評(píng)估依據(jù)，可以有效針對(duì)家庭用電能效相對(duì)薄弱的環(huán)節(jié)，科學(xué)制定節(jié)能方案，充分挖掘節(jié)能潛力，提高家庭用電效率。

6 結(jié)論

為了能準(zhǔn)確反映家庭用電的能效水平，促進(jìn)全社會(huì)節(jié)能工作的進(jìn)一步進(jìn)行，本文通過(guò)提出家庭電力能效評(píng)估方法，對(duì)家庭用電能效水平進(jìn)行全面的評(píng)估;同時(shí)為用戶(hù)更好地了解家庭整體用電狀況、主要能耗問(wèn)題以及節(jié)能策略提供了科學(xué)依據(jù)，主要應(yīng)用前景如下:

(1)為分時(shí)電價(jià)、峰谷電價(jià)的順利實(shí)施提供科學(xué)參考依據(jù);

(2)增強(qiáng)家庭用戶(hù)對(duì)用電信息的全面了解，提高用電模式的自主選擇權(quán);

(3)挖掘家庭用戶(hù)的節(jié)能潛力，推進(jìn)電力需求側(cè)節(jié)能工作的進(jìn)一步實(shí)施;

(4)形成一套較為完善的家庭用電能效評(píng)估體系。

經(jīng)實(shí)例驗(yàn)證，該方法不僅能評(píng)估和監(jiān)測(cè)家庭能效情況，而且可就某一局部能效進(jìn)行具體的評(píng)估，從而科學(xué)有效地提高居民用電效率。應(yīng)用實(shí)例表明，該方法不僅操作簡(jiǎn)捷、適用性強(qiáng)，而且具有良好的實(shí)用價(jià)值。

［1］盧志剛，周雷，楊麗君，等 (Lu Zhigang，Zhou Lei，Yang Lijun，et al．)．微電網(wǎng)規(guī)劃評(píng)價(jià)指標(biāo)體系研究(Index system of microgrid planning evaluation)［J］．電工電能新技術(shù)(Advanced Technology of Electrical Engineering and Energy)，2014，33(9):25-29．

［2］王彬，何光宇，梅生偉，等 (Wang Bin，He Guangyu，Mei Shengwei，et al．)．智能電網(wǎng)評(píng)估指標(biāo)體系的構(gòu)建方法(Construction method of smart grids assessment index system)［J］．電力系統(tǒng)自動(dòng)化 (Automation of E-lectric Power Systems)，2011，35(23):1-5．

［3］王彬，何光宇，陳穎，等 (Wang Bin，He Guangyu，Chen Ying，et al．)．智能電網(wǎng)評(píng)估指標(biāo)體系中電力用戶(hù)需求指標(biāo)集的構(gòu)建 (Construction of power consumers’demand index set in assessment index system of smart grid)［J］．電網(wǎng)技術(shù) (Power System Technology)，2012，36(6):21-26．

［4］曲朝陽(yáng)，王沖，王蕾，等 (Qu Zhaoyang，Wang Chong，Wang Lei，et al．)．智能用電環(huán)境下的家庭電力能效評(píng)估指標(biāo)體系(Household electricity energy efficiency evaluation system in the smart power utilization environment)［J］．華東電力 (East China Electric Power)，2014，42(6):1079-1083．

［5］羅耀明，姚建剛(Luo Yaoming，Yao Jiangang)．電力用戶(hù)綜合能效評(píng)估模型 (Evaluation model of integrated energy efficiency for power users)［J］．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào) (Proceedings of the CSU-EPSA)，2011，23 (5):104-109．

［6］羅耀明，毛李帆，姚建剛 (Luo Yaoming，Mao Lifan，Yao Jiangang)．基于遞階綜合評(píng)價(jià)模型的電力用戶(hù)能效評(píng)估系統(tǒng) (Energy efficiency evaluation system for power users based on integrated hierarchical evaluation method)［J］．微計(jì)算機(jī)信息 (Microcomputer Information)，2011，27(2):68-71．

［7］吳劍飛，姚建剛，陳華林，等(Wu Jianfei，Yao Jiangang，Chen Hualin，et al．)．電力客戶(hù)能效狀態(tài)模糊綜合評(píng)估(Fuzzy comprehensive evaluation of power customer energy efficiency assessment)［J］．電力系統(tǒng)保護(hù)與控制 (Power System Protection and Control)，2010，38 (13):94-98．

［8］劉沖，蔡茂林 (Liu Chong，Cai Maolin)．氨氣制冷系統(tǒng)能效狀態(tài)評(píng)價(jià)方法(Energy efficiency state evaluation method for ammonia refrigeration system)［J］．北京航空航天大學(xué)學(xué)報(bào)(Journal of Beijing University of Aeronautics and Astronautics)，2013，39(10):1331-1336．

［9］Chiou C B，Chiou C H，Chu C M，et al．The study of energy-saving strategy for direct expansion air conditioning system［J］．Energy and Buildings，2008，40(9): 1660-1665．

［10］Fischer C．Feedback on household electricity consumption:A tool for saving energy［J］．Energy Efficiency，2008，1(1):79-104．

［11］Steg L．Promoting household energy conservation［J］．Energy Policy，2008，36(12):4449-4453．

［12］Demba Ndiayea，Kamiel Gabriel．Principal component analysis of the electricity consumption in residential dwellings［J］．Energy and Buildings，2011，43(2-3):446-453．

［13］何楨，韓俊德，孫冰 (He Zhen，Han Junde，Sun Bing)．基于粗糙集的科技成果轉(zhuǎn)化指標(biāo)約簡(jiǎn)方法研究(Research on index reduction method for commercialization of research findings based on rough set)［J］．軟科學(xué)(Journal of Software)，2011，25(1):28-31．

Household electricity energy efficiency assessment in smart power utilization environment

QU Zhao-yang1，WANG Chong2，PAN Feng1
(1．School of Information Science and Engineering，Northeast Dianli University，Jilin 132012，China; (2．Information＆Telecommunication Branch Company，State Grid East Inner Mongolia Electric Power Co．Ltd．，Hohhot 010020，China)

In view of the home energy efficiency assessment accuracy being not high，the method of household electricity energy efficiency assessment under smart electricity environment is proposed．According to different family influence factors，the method for power index system of evaluation index uses AHP and Bayesian method to establish family power index system for evaluation model of energy efficiency，and finally establish the overall household power evaluation model to evaluate household electricity energy efficiency．The example shows that the method can accurately detect and assess the family situation of energy consumption，and can improve the residential electricity efficiency as well．

household electricity energy efficiency evaluation;energy efficiency assessment;AHP;Bayesian method;energy efficiency evaluation model

TM73

A

1003-3076(2015)10-0061-07

2014-08-28

國(guó)家自然科學(xué)基金資助項(xiàng)目(51277023)、吉林省科技廳社發(fā)處重點(diǎn)科技攻關(guān)項(xiàng)目(20130206085SF)

曲朝陽(yáng)(1964-)，男，吉林籍，教授，博士，主要研究方向?yàn)殡娏π畔⒒?、?jì)算機(jī)網(wǎng)絡(luò)技術(shù);王 沖(1988-)，男，滿(mǎn)族，遼寧籍，碩士研究生，主要研究方向?yàn)殡娏π畔⒒?、智能家居?/p>