周佺楨，馬 雷

（東南大學(xué) 電氣工程學(xué)院，南京 210096）

智能電能表作為家庭能源管理系統(tǒng)（home energy management system，HEMS）的一部分，是一種能夠降低住宅領(lǐng)域能源消耗的一種創(chuàng)新的技術(shù)。智能電能表已經(jīng)在全球范圍內(nèi)擴(kuò)展，在發(fā)達(dá)國家，到2020年將有8億部智能電能表安裝到家庭中。智能電能表將為用戶提供用電情況，為用戶合理使用電能提供參考。Google研究顯示，若家庭用戶能夠及時(shí)了解住宅的詳細(xì)用電情況，能夠使每月電費(fèi)開支下降5%～15%。若美國有一半家庭每個(gè)月節(jié)省這么多的電能消費(fèi)，減少的碳排放量相當(dāng)于減少800萬輛汽車的使用［1］。

家庭能源消費(fèi)受建筑、家用電器、居民及其行為的各種特征的影響，很多學(xué)者在這方面做了相關(guān)研究。文獻(xiàn)［2］介紹了日本在需求響應(yīng)方面的運(yùn)作模式和激勵(lì)機(jī)制。文獻(xiàn)［3］調(diào)查了東日本大地震后東京和大阪地區(qū)居民的志愿節(jié)點(diǎn)意愿情況，提出智能電能表的廣泛安裝是家庭節(jié)電必要措施。文獻(xiàn)［4］提出了家庭的18種特征，比如家庭收入情況、家庭人口等等，研究了家庭用電量和這些特征之間的關(guān)聯(lián)性。文獻(xiàn)［5］利用仿真模型和大阪市的實(shí)測數(shù)據(jù)對政府的住宅領(lǐng)域節(jié)能措施進(jìn)行了評估。文獻(xiàn)［6］按照日本人口分布在全國范圍選取了用智能電能表計(jì)量的1 072戶家庭，統(tǒng)計(jì)了這些家庭的用電負(fù)荷曲線，研究了家庭用電量和居民生活方式之間的關(guān)系。結(jié)果表明，通過智能電能表對住宅領(lǐng)域能源負(fù)荷曲線進(jìn)行研究，分析生活方式與電能使用量的關(guān)系，并反饋給用戶，影響用戶的用電習(xí)慣，是減少電能消耗的一項(xiàng)重要方式。本文綜合以上學(xué)者的研究，提出家庭節(jié)電新方法。

1 日本能源使用現(xiàn)狀

1.1 能耗現(xiàn)狀

根據(jù)日本經(jīng)濟(jì)產(chǎn)業(yè)省資源廳2015年發(fā)布的能源年度報(bào)告統(tǒng)計(jì)，2014年日本住宅領(lǐng)域的能源消費(fèi)量占全日本能源消耗總量的14.3%，達(dá)到2 051 PJ/年，二氧化碳的排放量為475.9 Mt/年，自1973年起翻一番。由于東日本大地震和福島核事故的影響，日本核能使用率由2010年的28.6%降至接近0，而化石能源使用率由2010年的62%升至88%［7—8］。由于日本能源匱乏，能源主要依賴于進(jìn)口，所以日本一直致力于降低能源消耗、提高能源效率的研究中。

1.2 氣候?qū)﹄娏κ褂玫挠绊?/h3>

日本屬于溫帶，因此四季分明。圖1分別顯示日本札幌、東京和福岡3個(gè)城市的月平均氣溫，札幌位于日本北海道地區(qū)，氣溫較低。福岡位于日本九州地區(qū)，氣溫相對較高［6］。分析圖1可以看出，1月份和8月份的氣溫差值均大于20℃。冬季、夏季均需要使用電能進(jìn)行供暖或制冷。因此對家庭負(fù)荷情況按照季節(jié)分別進(jìn)行分析。

圖1 日本3個(gè)城市月平均氣溫

1.3 日本需求響應(yīng)運(yùn)行方式

在日本，需求響應(yīng)（demand response，DR）有完善的組織管理體系：第一層經(jīng)濟(jì)產(chǎn)業(yè)省和地方有關(guān)部門依據(jù)相關(guān)法律，制定經(jīng)濟(jì)上的節(jié)能政策和目標(biāo)，對相關(guān)產(chǎn)業(yè)進(jìn)行管理；第二層日本節(jié)能中心和新能源產(chǎn)業(yè)技術(shù)綜合開發(fā)機(jī)構(gòu)（NEDO）組織、管理、推廣節(jié)能項(xiàng)目；第三層節(jié)能產(chǎn)品企業(yè)負(fù)責(zé)落實(shí)上層制定的各項(xiàng)政策措施。在這種運(yùn)作模式下，指定的節(jié)能項(xiàng)目和節(jié)能產(chǎn)品對居民家庭用戶提供財(cái)政補(bǔ)貼和低息貸款［2］。需求響應(yīng)中政府通過財(cái)政手段促使居民家庭用戶節(jié)約用電量，是需求側(cè)管理行之有效的舉措。但是通過對居民用戶心理的研究，通過了解自己家庭的用電量來提升家庭節(jié)電主觀能動性，可減少政府的支出，同時(shí)也能獲得良好的效果。

2 生活方式模式識別

家庭能源消費(fèi)很大程度上受居民生活方式的影響，所以調(diào)查居民生活方式與用電量之間的關(guān)系是降低用電量的重點(diǎn)。作為大力提倡減少對居民影響、提高服務(wù)質(zhì)量的國家，日本采用分析居民用電負(fù)荷數(shù)據(jù)的方式進(jìn)行研究。目前分別使用頻率分析和聚類分析2種方法對家庭生活方式進(jìn)行識別。

2.1 頻率分析

頻率分析一直被用來建立和預(yù)測電力消費(fèi)的負(fù)荷分布，其中最受歡迎的方法為傅里葉變換（fourier transformation，F(xiàn)T）。近年來，F(xiàn)T廣泛應(yīng)用于個(gè)人家庭用電量的預(yù)測。文獻(xiàn)［9］比較了7種不同的方法（傅里葉變換、神經(jīng)網(wǎng)絡(luò)、高斯過程、自回歸、模糊邏輯、小波和多元回歸/概率）來預(yù)測和刻畫家庭用電量，其結(jié)果表明，F(xiàn)T最適合描述家庭負(fù)荷趨勢。

2.1.1 周用電負(fù)荷曲線FFT頻率分析

使用快速傅里葉變換（FFT）對單個(gè)用戶家庭的周電力負(fù)荷曲線進(jìn)行頻率分析。根據(jù)頻譜分布的最大峰值對家庭進(jìn)行分類。在樣本采集時(shí)，采樣周期為10 min，一周的用電負(fù)荷曲線由1 024個(gè)數(shù)據(jù)點(diǎn)構(gòu)成。對家庭一周的用電負(fù)荷曲線進(jìn)行FFT分析后，選取最大峰值所對應(yīng)的頻率及周期。通過2014年10月至2015年9月的51周內(nèi)對1 072戶家庭用電情況的分析發(fā)現(xiàn)，絕大多數(shù)家庭用電峰值的周期為12 h或24 h。分析負(fù)荷曲線，12 h模式家庭的用電量高峰負(fù)荷一天發(fā)生2次，在7:00和20:00；而24 h模式用電負(fù)荷峰值從20:00開始，持續(xù)到24:00，晚上的峰值高于早上。由此，可以看到不同群體的家庭在每個(gè)特定的一周內(nèi)有不同的生活方式。12 h模式家庭傾向于早晨在家使用電器；24 h模式家庭傾向于晚上在家使用電器。

圖2 12 h和24 h模式家庭比例圖

因此，將家庭的用電模式可化分為12 h模式和24 h模式。圖2表示2014年10月至2015年9月間每周用電模式分別處于12 h模式和24 h模式的家庭數(shù)占全部家庭的比例。從圖2中可以發(fā)現(xiàn)，在秋、冬和春季時(shí)12 h模式的家庭較多，而在夏季，處于24 h模式的家庭較多。

2.1.2 不同用電模式用電量數(shù)據(jù)比較

判斷家庭該周的用電模式后，對12 h模式的平均用電負(fù)荷和24 h模式的平均用電負(fù)荷進(jìn)行分析。圖3比較了不同時(shí)期12 h模式家庭和24 h模式家庭平均每日用電量。

從圖3中可以看出，從春季到秋季（2014年10月和2015年3月至9月），24 h模式家庭消耗了更多的電力，這個(gè)差異在夏季尤為顯著。可以推斷，24 h模式家庭夜間需要電力照明和室內(nèi)降溫。相比之下，12 h模式家庭冬季消費(fèi)量（2014年12月至2015年2月）大于24 h模式家庭的消費(fèi)量，這可能是由于清晨照明和供暖的需求所致。

圖3 不同時(shí)期12 h模式和24 h模式家庭平均每日用電量

通過識別用電模式，居民可以判斷在各個(gè)季節(jié)選擇哪種生活方式可以減少家庭用電。例如在夏季，供電公司可以激勵(lì)居民轉(zhuǎn)向注重早上用電的生活方式，這種生活方式比夜生活更節(jié)能、健康。

2.2 聚類分析

各種聚類技術(shù)適合分析成組的電力負(fù)荷分布，有很多研究對聚類分析進(jìn)行了研究。文獻(xiàn)［5］對愛爾蘭4 232戶家庭的負(fù)荷分布進(jìn)行了分類，揭示了每天的家庭負(fù)荷特征。在日本的研究中，主要關(guān)注的是每一天家庭用電負(fù)荷特征的變化。并且關(guān)注的是一年特定時(shí)段（1個(gè)月）的負(fù)荷分布的相對微小變化，因?yàn)榧彝ド罘绞娇赡軙S著季節(jié)變化而改變。根據(jù)每個(gè)月的負(fù)荷情況，及時(shí)提供每戶家庭反饋對減少用電量是有效的。

2.2.1 家庭每月日用電負(fù)荷曲線聚類分析

根據(jù)對聚類分析有效性的研究，聚類數(shù)在5～6個(gè)時(shí)對家庭負(fù)荷曲線聚類效果較好。對1個(gè)月內(nèi)居民家庭日負(fù)荷曲線進(jìn)行聚類后，樣本數(shù)目最多的一類即為該家庭當(dāng)月的典型負(fù)荷模式。在對有完整數(shù)據(jù)的200多個(gè)家庭2014年4月到2015年3月的每月的日負(fù)荷曲線進(jìn)行了聚類分析后顯示，圖4表示家庭中典型負(fù)荷模式的平均天數(shù)，圖4中顯示每個(gè)月約有一半的負(fù)荷分布屬于典型的負(fù)荷模式。

2.2.2 不同負(fù)荷模式用電量比較

對家庭負(fù)荷曲線進(jìn)行分類后，比較每月典型負(fù)荷模式與其它負(fù)荷的日平均耗電量。圖5表示有完整數(shù)據(jù)的200多個(gè)家庭2014年4月到2015年3月的每月的典型負(fù)荷模式下和其它負(fù)荷模式下的平均日用電量。

對比典型負(fù)荷模式和其它負(fù)荷模式下的用電負(fù)荷情況，家庭在典型負(fù)荷模式情況下的用電量明顯減少。通過比較負(fù)載模式，居民可以確定其何時(shí)消耗更大的電量。

圖4 典型負(fù)荷模式月平均天數(shù)所占比例

圖5 典型負(fù)荷模式和其它負(fù)荷模式下的平均日用電量

3 用電指導(dǎo)

在對家庭生活方式模式進(jìn)行識別后，利用智能電能表所獲得的數(shù)據(jù)對個(gè)別家庭進(jìn)行反饋，根據(jù)用電情況對家庭用電策略進(jìn)行建議和指導(dǎo)。圖6和圖7是2種模式識別方式下的反饋報(bào)告的例子。其中圖6是頻率分析下用電情況反饋報(bào)告，圖7是聚類分析下用電情況反饋報(bào)告。

這2份反饋報(bào)告包括2部分：“日常用電情況”和“節(jié)電小建議”。圖6是對于家庭1周（8月第3周）用電情況基于頻率分析的結(jié)果。日常用電情況中的圖表比較了這1周內(nèi)該家庭用電和家庭的平均負(fù)荷狀況，以表明該家庭比一般家庭更傾向于在夜間用電。反饋在“節(jié)電小建議”中表明熬夜可以消耗大量的用于照明的電力且損害健康，并建議該家庭嘗試健康和環(huán)保的早上生活方式。第二個(gè)反饋報(bào)告（圖7）是對家庭一個(gè)月（7月）每天用電情況基于聚類分析的結(jié)果。為了確定家庭消耗大量電力的日期和時(shí)間，“日常用電情況”中的圖表比較了處于普通生活方式（典型的負(fù)荷模式）和消耗大量電力的日子里的負(fù)荷情況，指出在消耗大量電力的日子里用電量遠(yuǎn)遠(yuǎn)增加的時(shí)刻。最后，反饋報(bào)告在“節(jié)電小建議”中建議家庭回顧日常生活。這樣的做法能夠找出增加用電量的原因，并幫助家庭尋找節(jié)能措施。

圖6 頻率分析下用電情況反饋報(bào)告

圖7 聚類分析下用電情況反饋報(bào)告

4 結(jié)束語

住宅領(lǐng)域用電在電力消費(fèi)市場中占有重要的地位，通過對居民用電行為進(jìn)行指導(dǎo)的方式減少住宅用電不僅能夠減少電力消費(fèi)，減少溫室氣體排放，而且可以培養(yǎng)居民的節(jié)能意識。

本文介紹了日本利用智能電能表降低住宅領(lǐng)域用電的措施，具體介紹了利用智能電能表采集家庭每日的用電負(fù)荷情況，利用該數(shù)據(jù)判斷該家庭的生活模式和用電模式，并以此對個(gè)別家庭用電方式進(jìn)行指導(dǎo)，以達(dá)到降低家庭用電量的目的。這樣的方式在心理上增加了居民減少電能消費(fèi)的積極性。目前我國智能電能表安裝情況仍低于發(fā)達(dá)國家水平，對智能電能表應(yīng)用的研究同樣處于起步階段。日本對智能電能表的應(yīng)用能夠?qū)ξ覈鸬浇梃b的作用。D

［1］ 張文亮，劉壯志，王明俊，等.智能電網(wǎng)的研究進(jìn)展及發(fā)展趨勢［J］.電網(wǎng)技術(shù)，2009，33（13）：1-11.

［2］ 裴麗君.美國和日本需求響應(yīng)運(yùn)作模式和激勵(lì)機(jī)制［J］.電力需求側(cè)管理，2013，15（2）：57-60.

［3］ Makoto Tanaka，Takanori Ida.Voluntary electricity conservation of households after the Great East Japan Earthquake:A stated preference analysis［J］.Energy Economics，2013（39）:296-304.

［4］ Christian Beckle，Leyna Sadamori，Thorsten Staake，et al.Revealing household characteristics from smart meter data［J］.Energy，2014（78）:397-410.

［5］ Yoshiyuki Shimoda，Takahiro Asahi，Ayako Taniguchi，et al.Evaluation of city-scale impact of residential energy conservation measures using the detailed end-use simulation model［J］.Energy，2007，32（9）:1 617-1 633.

［6］ Akito Ozawa，Ryota Furusato，Yoshikuni Yoshida.Determining the relationship between a household’s lifestyle and its electricity consumption in Japan by analyzing measured electric load profiles ［J］.Energy and Buildings，2006（119）:200-210.

［7］ Agency for Natural Resources and Energy.Annual Report on Energy［Z］.2014.

［8］ National Institute for Environmental Studies.National GHGs Inventory Report of Japan［Z］.2015.

［9］ F McLoughlin，A Duffy，M Conlon.Evaluation of time series techniques to characterise domestic electricity demand［J］.Energy，2013（50）:120-130.