周 寅,毛曉波

(國(guó)網(wǎng)江蘇省電力有限公司 無(wú)錫供電分公司,江蘇 無(wú)錫 214071)

節(jié)能減排是指節(jié)約物質(zhì)、能源,減少污染物排放、降低噪聲污染等,是國(guó)家目前的重點(diǎn)工作之一,電力工業(yè)在國(guó)民經(jīng)濟(jì)中占有重要地位,節(jié)能與減排是兩個(gè)重要的技術(shù)領(lǐng)域,兩者既有聯(lián)系,也有不同。減少排放的工程要加強(qiáng)節(jié)能技術(shù)的運(yùn)用,以防止由于對(duì)減排成果的片面追求導(dǎo)致能源消耗的急劇增加,同時(shí)要注意社會(huì)需求和環(huán)境約束的平衡。能源過(guò)度消耗對(duì)環(huán)境造成嚴(yán)峻挑戰(zhàn),能源危機(jī)和環(huán)境污染已經(jīng)成為全球關(guān)心的話(huà)題,而解決這一問(wèn)題的關(guān)鍵在于能源是否得到有效管理。電力用戶(hù)作為能源消耗主體,是管理的主要目標(biāo),全面掌握用戶(hù)能效信息有利于分析節(jié)能潛力、制定合理的管理方案。因此,準(zhǔn)確的能效評(píng)估是改善能源利用效率的重要途徑,也是電力需求側(cè)的一部分?，F(xiàn)階段,越來(lái)越多的研究人員加入此項(xiàng)工作。以用戶(hù)為目標(biāo),構(gòu)建合理的評(píng)估體系,需要利用一個(gè)可行的評(píng)估算法,保證用戶(hù)能效分析有更多的理論依據(jù)。

文獻(xiàn)[1]利用OLAP技術(shù)構(gòu)建能效評(píng)估模型。結(jié)合該方法有關(guān)理論,選擇影響因素集合,建立評(píng)估體系,使用下鉆與上卷的數(shù)據(jù)處理方式,設(shè)計(jì)評(píng)估模型。文獻(xiàn)[2]提出基于非侵入式負(fù)荷監(jiān)測(cè)(NILM)的能效評(píng)估方法。探究影響電力用戶(hù)能效大小的主要因素,通過(guò)NILM方法獲取數(shù)據(jù),建立量化的評(píng)估體系,制定評(píng)估流程,確立能效評(píng)估系統(tǒng)架構(gòu)。盡管上述方法非常重視指標(biāo)選取的合理性,但指標(biāo)范圍局限性較高,且數(shù)據(jù)采集十分困難,有時(shí)還會(huì)受到主觀因素影響,降低評(píng)估結(jié)果的準(zhǔn)確性?；诖?本文在節(jié)能減排視域下設(shè)計(jì)電力用戶(hù)能效評(píng)估系統(tǒng)。使用系統(tǒng)結(jié)構(gòu)分解方式,確立系統(tǒng)設(shè)計(jì)準(zhǔn)則和層次結(jié)構(gòu),結(jié)合模塊化思想設(shè)計(jì)系統(tǒng)功能,通過(guò)超效率分析算法建立評(píng)估模型。該系統(tǒng)不但可以準(zhǔn)確評(píng)估用戶(hù)能效,還能有效解決數(shù)據(jù)采集困難問(wèn)題,為電力企業(yè)節(jié)能改造提供參考依據(jù)。

1 節(jié)能減排視域下電力用戶(hù)能效評(píng)估系統(tǒng)設(shè)計(jì)方案

通常意義上的節(jié)能減排要求節(jié)約能源,通過(guò)在技術(shù)上和經(jīng)濟(jì)上合理、環(huán)境和社會(huì)能夠負(fù)擔(dān)得起的方式,降低能耗,減少污染物排放,制止浪費(fèi),實(shí)現(xiàn)對(duì)能源的有效合理利用[3]。由于我國(guó)能源消費(fèi)迅速增加,對(duì)原油的依賴(lài)程度較高,因此政府提出了一個(gè)目標(biāo)：到2010年,人均GDP能耗將降低20%,主要污染物排放降低10%,這兩項(xiàng)指標(biāo)被稱(chēng)為“節(jié)能減排”。在節(jié)能減排視域下,設(shè)計(jì)電力用戶(hù)能效評(píng)估系統(tǒng)。

1.1 系統(tǒng)整體結(jié)構(gòu)與工作流程確定

系統(tǒng)總體設(shè)計(jì)方案描述為：在節(jié)能減排視域下利用數(shù)據(jù)采集設(shè)備獲得用戶(hù)能效信息,挖掘信息的變化規(guī)律,獲取具體信息量,引入一定算法分析能耗差異性,得出評(píng)估結(jié)果,為用戶(hù)提供合理的節(jié)能建議,同時(shí)也為電力企業(yè)提供決策方案。系統(tǒng)整體架構(gòu)如圖1所示。

圖1 能效評(píng)估系統(tǒng)整體結(jié)構(gòu)圖

根據(jù)圖1能效評(píng)估系統(tǒng)整體結(jié)構(gòu)可知,系統(tǒng)開(kāi)發(fā)前期可借鑒其他評(píng)估系統(tǒng),在開(kāi)發(fā)過(guò)程中不斷完善自身不足,并將能耗評(píng)估作為核心目標(biāo),實(shí)現(xiàn)理論與應(yīng)用二者的統(tǒng)一[4]。系統(tǒng)工作流程如圖2所示。

由圖2可知,該系統(tǒng)是一個(gè)集管理、評(píng)估和分析為一體的平臺(tái)[5]。將采集到的數(shù)據(jù)保存到系統(tǒng)數(shù)據(jù)庫(kù),通過(guò)軟件訪問(wèn)形式訪問(wèn)數(shù)據(jù)庫(kù),并在后臺(tái)做數(shù)據(jù)分析,構(gòu)建評(píng)估模型。

圖2 評(píng)估系統(tǒng)工作流程圖

1.2 結(jié)構(gòu)分解模型構(gòu)建

系統(tǒng)設(shè)計(jì)并沒(méi)有統(tǒng)一的標(biāo)準(zhǔn),本文在節(jié)能減排視域下結(jié)合結(jié)構(gòu)分解思想,確立如下系統(tǒng)設(shè)計(jì)準(zhǔn)則。在功能劃分過(guò)程中應(yīng)保證系統(tǒng)的完整性,例如某功能區(qū)J被劃分為多個(gè)子功能區(qū)J1,J2,…,Jn時(shí),需具備如下集合關(guān)系：

J=J1∪J2∪…∪Jn

(1)

同時(shí)要滿(mǎn)足Ji與Jj之間不具有重疊關(guān)系：

Ji∪Ji=? (i≠j)

(2)

系統(tǒng)由多類(lèi)器件構(gòu)成,可獨(dú)立完成一些功能。若將系統(tǒng)各模塊封裝成一個(gè)整體,那么必須含有功能模塊層M與連接結(jié)構(gòu)層A。其中功能層主要執(zhí)行各類(lèi)業(yè)務(wù)需求,連接結(jié)構(gòu)則是所有部件連接情況。系統(tǒng)S由M和A完全確定,也就是S=A?M,假設(shè)系統(tǒng)的輸入與輸出矩陣分別表示為X=(x1,x2,…,xm)和Y=(y1,y2,…,ym),則該系統(tǒng)應(yīng)具備下述功能：

(3)

式中：g為系統(tǒng)某項(xiàng)功能,因此系統(tǒng)S的層次結(jié)構(gòu)分解模型可表示為

(4)

式中：G為功能矩陣[6]。

按照上述系統(tǒng)設(shè)計(jì)準(zhǔn)則和分解模型,確立系統(tǒng)整體架構(gòu),提高系統(tǒng)整體設(shè)計(jì)的層次性與合理性。

1.3 系統(tǒng)功能模塊設(shè)計(jì)

我國(guó)經(jīng)濟(jì)發(fā)展迅速,各項(xiàng)建設(shè)成績(jī)斐然,但同時(shí)也為資源、生態(tài)環(huán)境造成巨大損失,二者矛盾日益突出,人民群眾反映嚴(yán)重。這一現(xiàn)狀直接關(guān)系到我國(guó)的經(jīng)濟(jì)結(jié)構(gòu)和發(fā)展方式。經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和增長(zhǎng)方式不加速調(diào)整,就無(wú)法承載資源、環(huán)境,經(jīng)濟(jì)發(fā)展難以持續(xù)。要使我國(guó)的經(jīng)濟(jì)快速發(fā)展,必須堅(jiān)持節(jié)約發(fā)展、清潔發(fā)展和安全發(fā)展。同時(shí),由于溫室效應(yīng)的存在,導(dǎo)致全球變暖的問(wèn)題,成為了國(guó)際上普遍關(guān)心的問(wèn)題。同時(shí),為了適應(yīng)全球氣候變化,必須進(jìn)一步加大能源節(jié)約和減少排放。綜合用戶(hù)業(yè)務(wù)需求,結(jié)合電力企業(yè)發(fā)展需要,針對(duì)本文系統(tǒng)的業(yè)務(wù)架構(gòu)匯總,業(yè)務(wù)架構(gòu)如圖3所示。

圖3 系統(tǒng)業(yè)務(wù)架構(gòu)圖

1.3.1 用戶(hù)能效信息采集模塊

能效信息采集就是將監(jiān)測(cè)終端部署到用戶(hù)端,采集相關(guān)數(shù)據(jù),再經(jīng)過(guò)電力載波通信傳輸?shù)綌?shù)據(jù)庫(kù)保存。監(jiān)測(cè)模塊中各類(lèi)設(shè)備數(shù)量可視情況而定,例如用戶(hù)較多,可增加采集終端。該模塊包括的主要設(shè)備如下：

(1)集中器：收集用戶(hù)電能表數(shù)據(jù),完成預(yù)處理、分析與儲(chǔ)存等工作,并負(fù)責(zé)與主站之間進(jìn)行數(shù)據(jù)交換。

(2)前置機(jī)：是連接主站與集中器的主要設(shè)備,負(fù)責(zé)數(shù)據(jù)定時(shí)處理,執(zhí)行指定任務(wù),同時(shí)實(shí)現(xiàn)其他模塊的故障報(bào)警響應(yīng),通知相關(guān)人員及時(shí)處理故障[7]。

(3)主站：利用信道中的命令集中器采集設(shè)備信息,通常包含服務(wù)器、前置器等設(shè)備數(shù)據(jù)。

(4)采集器：可以完成與集中器的數(shù)據(jù)交換,負(fù)責(zé)轉(zhuǎn)發(fā)電表數(shù)據(jù),并將指令保存到集中器中。

1.3.2 數(shù)據(jù)管理模塊

數(shù)據(jù)管理功能模塊可顯示原始數(shù)據(jù),在服務(wù)器中設(shè)置數(shù)據(jù)庫(kù),既可有效儲(chǔ)存相關(guān)用戶(hù)的能效信息,且能準(zhǔn)確分類(lèi)各種數(shù)據(jù),方便數(shù)據(jù)處理。

數(shù)據(jù)庫(kù)性能直接影響數(shù)據(jù)安全,本文以My SQL為數(shù)據(jù)庫(kù)[8],建立如圖4所示的架構(gòu)圖。

圖4 系統(tǒng)數(shù)據(jù)庫(kù)結(jié)構(gòu)圖

(1)參數(shù)數(shù)據(jù)庫(kù)：是評(píng)估數(shù)據(jù)的主要儲(chǔ)存地址,包含變壓器、電機(jī)和線(xiàn)路等設(shè)備信息[9-10]。對(duì)于不同設(shè)備,會(huì)記錄其型號(hào)、功率、電壓、電阻等參數(shù),內(nèi)容詳細(xì),可分類(lèi)儲(chǔ)存。

(2)信息數(shù)據(jù)庫(kù)：記錄用戶(hù)自行添加的設(shè)備數(shù)據(jù),包括編碼、名稱(chēng)、型號(hào)等參數(shù)。

(3)測(cè)量數(shù)據(jù)庫(kù)：可保存實(shí)時(shí)測(cè)量數(shù)據(jù),測(cè)量目標(biāo)主要為變壓器、線(xiàn)路以及諧波測(cè)量,通過(guò)這些數(shù)據(jù)可診斷電能質(zhì)量。

(4)結(jié)果數(shù)據(jù)庫(kù)：保存各類(lèi)設(shè)備的能耗分析結(jié)果和電能質(zhì)量結(jié)果等,綜合研究這些結(jié)果即可產(chǎn)生用戶(hù)能效評(píng)估報(bào)告。

1.3.3 能效評(píng)估模塊

提供能效評(píng)估服務(wù),是系統(tǒng)核心業(yè)務(wù),通過(guò)指標(biāo)選取,構(gòu)建指標(biāo)體系。通過(guò)計(jì)算指標(biāo)權(quán)重,利用超效率數(shù)據(jù)包絡(luò)分析算法完成評(píng)估工作。

1)評(píng)價(jià)指標(biāo)體系建立

指標(biāo)體系是體現(xiàn)評(píng)估對(duì)象性質(zhì)的影響因素集合,也是評(píng)估工作順利展開(kāi)的前提。指標(biāo)體系構(gòu)建是否合理影響著評(píng)估結(jié)果的精度。在節(jié)能減排視域下結(jié)合電網(wǎng)背景,按照“壓力-狀態(tài)-響應(yīng)”的一組邏輯來(lái)建立指標(biāo)體系[11-12]。

“壓力”實(shí)際上指用戶(hù)能效變化情況導(dǎo)致的直接壓力,在此作用下,用戶(hù)真實(shí)能耗信息即為“狀態(tài)”。如果用戶(hù)改變?cè)械牟涣加秒娏?xí)慣,采取有效管理措施,促使能效朝著健康方向發(fā)展,即為“響應(yīng)”。利用此種架構(gòu)可避免指標(biāo)選取存在的局限性與主觀性等問(wèn)題。三者關(guān)系如圖5所示。

圖5 壓力-狀態(tài)-響應(yīng)關(guān)系圖

圖6所示評(píng)估體系分為三層,首層為目標(biāo)層,描述該系統(tǒng)的主要目的;其次是準(zhǔn)則層,也是評(píng)估的各子模塊,是整體目標(biāo)的局部顯示,便于指標(biāo)進(jìn)一步細(xì)化;最后一層為指標(biāo)層,是具體能效評(píng)估因素,該層能夠決定目標(biāo)層的最后結(jié)果。

圖6 能效評(píng)估指標(biāo)體系圖

2)指標(biāo)權(quán)重計(jì)算

如果一級(jí)指標(biāo)權(quán)重矢量表示為P=(p1,p2,…,pm),且第i′個(gè)一級(jí)指標(biāo)內(nèi)某二級(jí)指標(biāo)權(quán)重矢量為Qi′=(qi1,qi2,…,qm),則任意一指標(biāo)在評(píng)估過(guò)程中所占權(quán)重表示為

(5)

式中：Xi′j′為用戶(hù)j′的輸入數(shù)據(jù)。

3)基于超效率包絡(luò)分析的能效評(píng)估

利用超效率包絡(luò)分析算法建立如下評(píng)估模型。如果輸入、輸出指標(biāo)數(shù)量分別為a和b,針對(duì)第j′個(gè)用戶(hù)[13],其能效約束表示為

(6)

(7)

式中：r為客觀權(quán)重,Xi′j′與Yrj′分別為第j′個(gè)用戶(hù)的輸入與輸出數(shù)據(jù);β=(β1,β2,…,βb)、δ=(δ1,δ2,…,δa)描述指標(biāo)向量;k為待評(píng)估用戶(hù)總數(shù)量。

針對(duì)上述約束模型做分式規(guī)劃,變換為如下形式：

(8)

對(duì)式(8)求解,即可獲取用戶(hù)j′的能效評(píng)估結(jié)果。

2 仿真實(shí)驗(yàn)數(shù)據(jù)分析與研究

為測(cè)試本文系統(tǒng)功能,搭建仿真平臺(tái),該平臺(tái)包括的主要硬件與軟件設(shè)備如下。

硬件：服務(wù)器配置為500G硬盤(pán),支持熱插拔類(lèi)型硬盤(pán),具備不間斷電源,此外配置兩臺(tái)網(wǎng)絡(luò)寬帶為10M的計(jì)算機(jī);

軟件：服務(wù)器版本為Microsoft,NET 4.0,用戶(hù)端配置為IE 6.0的Web瀏覽器,平臺(tái)利用C#語(yǔ)言完成開(kāi)發(fā),并將ASP.NET作為研發(fā)環(huán)境。

測(cè)試目標(biāo)為某地區(qū)的5名普通用戶(hù),為了確保實(shí)驗(yàn)的公平性與客觀性,邀請(qǐng)10名相關(guān)專(zhuān)家共同完成評(píng)價(jià)分析。該系統(tǒng)以及專(zhuān)家組給出的綜合指標(biāo)權(quán)重如表1所示。

表1 不同二級(jí)指標(biāo)綜合權(quán)重表

結(jié)合權(quán)重信息,利用本文設(shè)計(jì)的系統(tǒng)對(duì)5名用戶(hù)進(jìn)行評(píng)估,獲得的一級(jí)指標(biāo)評(píng)價(jià)結(jié)果如表2所示。

表2 不同用戶(hù)能效評(píng)估結(jié)果表

結(jié)合表2繪制如圖7所示的用戶(hù)評(píng)分雷達(dá)圖。

針對(duì)上述5名用戶(hù)的能效情況進(jìn)行排序,綜合表2和圖7可知,編號(hào)為1的用戶(hù)評(píng)估結(jié)果最優(yōu)(0.576 35),而用戶(hù)4的評(píng)估結(jié)果最差(0.433 37),排名順序?yàn)?>5>2>3>4。就用戶(hù)1而言,其三類(lèi)一級(jí)指標(biāo)得分均高于其他用戶(hù),所有子系統(tǒng)都能實(shí)現(xiàn)均衡,因此評(píng)分最高。但依舊需要提高節(jié)能指數(shù),這是因?yàn)榧夹g(shù)節(jié)能屬于響應(yīng)系統(tǒng)指標(biāo),能夠?qū)ζ渌麅蓚€(gè)系統(tǒng)形成反饋效應(yīng)。而對(duì)于用戶(hù)4而言,狀態(tài)類(lèi)型指標(biāo)的表現(xiàn)最差,在電能質(zhì)量方面還有很大的提升空間。此外,分析圖7能夠得出：所有用戶(hù)的評(píng)估結(jié)果參差不齊,但是狀態(tài)指標(biāo)得分較高的用戶(hù)均獲得很高評(píng)價(jià),表明狀態(tài)是改善用戶(hù)能效的最有效方式。因此提高電能質(zhì)量不應(yīng)該被忽視,電力企業(yè)應(yīng)對(duì)此項(xiàng)指標(biāo)予以高度重視。

圖7 用戶(hù)能效評(píng)分雷達(dá)圖

為測(cè)試本文系統(tǒng)是否具備較強(qiáng)的適應(yīng)性,結(jié)合用戶(hù)用能信息與指標(biāo)權(quán)重,利用OLAP技術(shù)、NILM能效監(jiān)測(cè)方法評(píng)估以上5名用戶(hù)能效情況,評(píng)估結(jié)果如表3所示。

表3 不同評(píng)估方案結(jié)果對(duì)比

由表3可知,對(duì)于這5名用戶(hù),不同方法給出的意見(jiàn)基本相同,這進(jìn)一步證明了本文評(píng)估系統(tǒng)的實(shí)用性。但是與NILM算法相比,在用戶(hù)2和3的排序上出現(xiàn)分歧。主要因?yàn)镹ILM算法太過(guò)依賴(lài)主觀經(jīng)驗(yàn),難以做到指標(biāo)數(shù)據(jù)的精準(zhǔn)量化。而本文依賴(lài)該系統(tǒng)的數(shù)據(jù)庫(kù),具有強(qiáng)大的數(shù)據(jù)采集功能,充分利用用戶(hù)信息,進(jìn)而能夠得出更加客觀的評(píng)估結(jié)果。

最后,為驗(yàn)證本文系統(tǒng)各項(xiàng)功能穩(wěn)定,以查詢(xún)用戶(hù)功率信息為目標(biāo)生成如圖8所示的功能界面。該系統(tǒng)能夠結(jié)合用戶(hù)相關(guān)數(shù)據(jù)自動(dòng)計(jì)算出功率、線(xiàn)損等參數(shù),并判斷該用戶(hù)能耗是否滿(mǎn)足需求。正是因?yàn)樵撓到y(tǒng)利用了結(jié)構(gòu)分解思想確立基本功能,確保每部分功能穩(wěn)定,證明了該方法可實(shí)際應(yīng)用在系統(tǒng)設(shè)計(jì)中。

圖8 系統(tǒng)功能界面展示圖

3 結(jié) 論

本文在節(jié)能減排視域下利用結(jié)構(gòu)分解模型確定系統(tǒng)設(shè)計(jì)準(zhǔn)則,建立系統(tǒng)層次結(jié)構(gòu),從數(shù)據(jù)采集、信息管理、能效評(píng)估三方面設(shè)置系統(tǒng)功能。其中評(píng)估模塊作為該系統(tǒng)主要部分,確定評(píng)估指標(biāo),利用超效率數(shù)據(jù)包絡(luò)分析方法構(gòu)建評(píng)估模型,得出用戶(hù)能效情況。試驗(yàn)證明,所建系統(tǒng)能夠準(zhǔn)確評(píng)估用戶(hù)能效,具有較強(qiáng)的適應(yīng)性和客觀性。但由于評(píng)估數(shù)據(jù)量大,在待評(píng)估用戶(hù)數(shù)量較大時(shí),系統(tǒng)操作程序會(huì)出現(xiàn)延遲情況,影響用戶(hù)體驗(yàn)。因此,還需引入人工智能算法改進(jìn)這一缺陷。