基于动态优先级的智能家居户间能源调度算法

高思远，赵继军，白 巍

(1.河北工程大学 信息与电气工程学院，河北 邯郸 056038；2.北京邮电大学 信息光子学与光通信研究院，北京 100876)

基于动态优先级的智能家居户间能源调度算法

高思远1，赵继军1，白 巍2

(1.河北工程大学 信息与电气工程学院，河北 邯郸 056038；2.北京邮电大学 信息光子学与光通信研究院，北京 100876)

针对智能家居中单用户能源调度所忽略的电网侧稳定性的要求，以及多用户能源调度中用户舒适度考虑不足的问题，通过分析家电设备运行特性以及用户需求，对用户用电时间以及家居设备类型进行了分类，并提出家居设备二维动态优先级，在此基础上设计了智能家居户间能源调度算法，旨在保障用户舒适度，降低户内电费支出的同时，保障电网侧的稳定性。最后通过仿真，验证了算法的可行性与有效性。

智能家居；能源调度；动态优先级；用户舒适度；电网稳定性

进入21世纪后，随着全球经济和科技的快速发展，能源需求量日益增长，节能降耗成为全球关注的问题。同时，传统电网已经不能满足以低碳能源为核心的低碳经济需求。在此背景下智能电网技术应运而生，成为当前世界能源产业技术关注的热点。作为智能电网的用户侧，智能家居综合物联网技术，通过家庭能源管理系统代替用户对家庭能耗进行管理，与居民日常生活紧密相关[1]，在给用户提供舒适便捷的居住环境的同时，降低家庭能耗，减少电费花销[2]；同时，通过调整家庭用电，降低电网峰值负荷，保障电网稳定。其中系统管理能耗性能的优劣关键在于系统中的能源调度算法，所以智能家居能源调度算法的研究受到广泛关注。

在能源调度算法中，根据实时电价(Real-Time Price，RTP)调度家电运行时往往会导致电网电价较低时间段内峰均比(Peak-to-Average Ratio，PAR)增加或者是反弹高峰出现，导致电网呈现不稳定状态。这是因为，为了降低家庭电力开支，每个用户都会根据实时电价把设备的运行时间从高电价的时间段调整到低电价的时间段。在已有的研究中[3-4]单用户户内能源调度算法只考虑了降低家庭开支和保障用户舒适度，忽视了电网侧负载的变化。针对电网侧问题的能源调度算法[5-6]也只是对多用户户间的能源进行调节，忽视了户内各类家电本身的运行特性与户内用户的舒适度。所以兼顾单用户户内电费开支、舒适度与多用户协调用电保障电网稳定的研究是迫切需要的。

针对上述问题，本文提出基于设备二维动态优先级的智能家居户间能源调度算法，通过在电价较低与用户用电空闲时间的交叉时间段(以下简称为交叉时段)内协调多用户户间与户内用电，在降低单用户户内电费开支，保障舒适度的同时降低电网侧峰均比，防止反弹高峰的出现，保障电网稳定性。

1 用户用电时间与家居设备分类

1.1 用户用电时间分类

通过对REDD(Reference Energy Disaggregation Data Set)[7]数据库中的家庭能耗历史数据的分析得到，24小时内设备运行的集中程度不同，如图1所示。所以对24小时内用户用电时间进行了分类，分为用户用电集中时间和用户用电空闲时间，如表1所示。在09：00～18：00时间段内用户一般是处于外出状态，家中人员较少或者是没有，23：00～06：00时间段内，用户正处于睡眠状态，没有过多的活动。所以 09：00～18：00和23：00～06：00这两个时间段内对大多数设备的运行没有要求，用户用电较为空闲，对家居环境要求不是很高。其他时间内，用户在家处于活动状态，对于设备的使用较为活跃，用户用电较为密集，对于家居环境要求较高。

图1 24小时内家电设备的运行情况

类型时间段舒适度要求用电量用户用电集中时间06：00-09：0018：00-23：00高高用户用电空闲时间23：00-06：0009：00-18：00低低

1.2 家居设备分类

根据对REDD 数据库中某一家庭的家居设备使用历史情况进行的分析以及家居设备的特性对家居设备进行了分类，如表2所示。首先根据设备调度的可行性，把家居设备分为：不可调度设备和可调度设备。其中，不可调度设备是指电视机、微波炉、冰箱等与用户行为意识关系密切，且难以控制其开关的设备；可调度设备是指：洗衣机、洗碗机、热水器等只需在某个特定的时刻完成运行即可的设备。

通过对家居设备运行情况的分析得到，用户对于可调度设备的开启时间有一个容忍范围，即设备开启点可调度范围。假设用户对于设备开启有一个最满意的时刻，由于用户对于设备提前或者是延后的开启接受程度不同，以及设备可调度范围的不同，把可调度设备分为长调度范围低时限设备(long-scheduling Range and Low-time Limit，LR-LL)和短调度范围高时限设备(Short-scheduling Range and High-time Limit， SR-HL)。其中LR-LL设备是指，此类设备开启点的调度范围较大，即长调度范围；在此调度范围内用户对于设备开启时刻的满意程度在最佳开启点之前之后下降的速率较慢，时间限制较小，即低时限，如图2所示。此类设备有洗衣机、洗碗机、充电电车等，对于用户舒适度影响较小。SR-HL设备是指，设备开启点的调度范围较小，即短调度范围；在最佳开启点之前的范围内，用户的满意度的变化较为缓慢，在最佳开启点之后的范围内，用户的满意度的变化较为迅速，并且持续下降，即高时限，如图3所示。此类设备有空调、热水器、笔记本PC等，此类设备使用较为频繁，对于用户的舒适度影响较大。

表2 家居设备分类

分类不可调度设备可调度设备长调度范围低时限(LR-LL)设备短调度范围高时限(SR-HL)设备例子微波炉、计算机、打印机、灯、电视机等水泵、电动汽车、洗衣机、洗碗机等热水、空调、笔记本PC等舒适度影响影响较大影响较小影响较大

图2 LR-LL设备的开启时间与用户满意度关系曲线

图3 SR-HL设备的开启时间与用户满意度关系曲线

根据上述分析，为了确保单用户户内对于舒适度的要求，不宜在用户用电集中的时间段内大幅度的调整家电设备的运行，所以在保障用户舒适度的前提下，为了满足用户对于减少家庭电费支出的要求，以及电网侧稳定性的需求，调度对用户舒适度影响较小的LR-LL设备在交叉时段内运行。

2 设备二维动态优先级定义

根据当前时刻与LR-LL设备开启时间点范围的位置关系，本文提出一种设备开启请求动态优先级。如图4所示，首先将某一家居设备的开启范围平均分为3部分，当前时刻处于开启时间范围的前1/3时段时，该设备的开启请求为低优先级，而当前时刻处于该设备开启时间范围的中间时段时，开启请求为中优先级，在当前时刻已到达开启点范围的最后 1/3 段时，该设备的开启请求为高优先级。例如洗衣机的开启点范围为14：00—17：00，则在14：00—15：00之间洗衣机的开启请求为低优先级，在15：00—16：00该请求为中优先级，在16：00—17：00为高优先级。

图4 设备开启请求动态优先级

而对于同等级的开启请求，则继续根据当前时刻到设备最晚开启点的时长(以下称限制时长)，设定各个请求的优先顺序，设定限制时长越短，调度优先顺位越靠前。因此，由设备开启请求动态优先级与限制时长建立了二维动态优先级，如图5a所示，纵轴表示设备开启请求优先级，横轴表示限制时长，由此得到总的优先级排序如图5b所示。

图5 设备二维动态优先级

由于家居必须在调度范围内开启，按上述优先顺序处理家居开启请求，可以在优化用户舒适度体验的同时，减小设备在调度范围最后时刻被迫开启的几率，增强了家居设备开启控制的灵活性，为避免用电功率高峰提供了先决条件。

3 调度算法

基于用户用电时间分类，家居设备分类，设备动态优先级分配以及为了保障用户舒适度所设定的交叉时段内LR-LL设备的开启点范围，提出了一种启发式设备运行调度算法。在交叉时段内调度多用户中所有有运行任务的LR-LL设备的运行。其中为了保障电网的稳定性，设置功率上限阈值α制约设备的运行。

当时间到达LR-LL设备开启范围的起点时，设备发出开启请求，请求信息包括该设备的工作功率、工作时长、以及可调度范围，其中请求信息缓存在请求列表V中。在交叉时段内，触发调度算法后，算法响应LR-LL设备的开启请求进行调度。其中交叉时段内以下中断触发调度算法运行：

1)时间到达交叉时段的起点；

2)时间到达任意设备的开启范围的起点；

3)时间到达任意未开启设备的开启范围的终点；

4)任意运行中的设备完成工作并停止运行。

基于设备二维动态优先级的智能家居户间能源调度算法的伪代码如下：

request_list：V，V1，V2，V3，W

V：有开启请求的设备列表；

V1，V2，V3：分别为设备动态优先级为高，中，低的设备请求列表；

W：正在运行的设备列表；

TAr：此时刻到设备r开启范围终点的时长；

Ai，j：请求列表Vi中第j个设备；

Pi，j：请求列表Vi中第j个设备运行功率；

ti，j：请求列表Vi中第j个设备的开启范围的终点；

Pm：正在运行的设备m的功率；

Pmax：功率上限阈值；

Pz：设备总功率；

Pa：功率上限阈值与设备总功率差值；

t：当前时刻；

1：begin

2： 更新W；

//计算正在运行的设备总功率

3： Pz=0；

4： for(m=1； m<=w； m++)//w为正在运行的设备总数

5： Pz+=Pm；

6： end for

//根据优先级对有开启请求的设备进行排序

7： for(s=1； s<=n； s++)//n为有开启请求的设备总数量

8： 根据家居设备开启请求动态优先级将V中的家居设备放入相应队列Vi中；

9： end for

10： for(i=1； i<=3； i++)

11： 根据TAr从小到大对Vi排序；

12： end for

//调度设备开启

13：Pa=Pmax-Pz；

14： for(i=1；i<=3；i++)

15： for (j=1；j<=k；j++)//k为Vi中有开启请求的家居设备数量

16： if (t>=ti，j‖Pa>Pi，j)

17：Pa-=Pi，j；

18： 设备Ai，j开启运行；

19： 添加设备Ai，j到正在运行设备列表W；

20： end if

21： end for

22： end for

23：end

算法主要流程如下：首先更新正在运行的设备列表，设置各个有开启请求的设备优先级，并将同一优先级队列中的设备按照TAr由小到大排序。然后，将已到达开启范围终点的未开启设备直接开启，并在不超出总功率上限阈值的前提下，根据优先级由高到低，对各个优先级队列中的设备逐个授权开启。最后，各个家居设备根据授权结果，开启或等待开启，并结束算法。由此实现了保障家居舒适度的同时，将总功率限制在上限阈值附近，避免了电网侧反弹高峰的出现，保障了交叉时段内电网侧的稳定性。

4 仿真结果与分析

仿真采用MATLAB仿真软件，选取了REDD数据库中6个家庭中典型的LR-LL设备，洗衣机、洗碗机、电动汽车等3类16个家居设备的数据以及ComEd’s RRTP program[8]中实时电价的数据对所提出的算法进行仿真验证。比较了使用和未使用此调度算法两种情况下交叉时段内多用户各时刻耗电量。通过调节功率上限阈值α，说明功率上限阈值的合理选取对于电网侧稳定性以及用户舒适度的影响。

如图6所示，电价较低时间段为23：00—05：00和 10：00—15：00，结合用户空闲时间，交叉时段为23：00—05：00和10：00—15：00。如图7所示，未使用此调度算法时，多用户户间同类设备会在同一时间段内开启，例如，晚上多用户内多部充电电车会在23：00—24：00之间开始充电，造成该运行时间段开启设备密集，造成了电网侧在低电价时间段内的高负载，出现反弹高峰。图8～10是使用了此调度算法后不同功率上限阈值时交叉时段内多用户用电情况，相对于图7，可以看出低电价时间段内每小时的用电量更为平稳，在降低用户电费支出的同时有效防止了电网侧反弹高峰的出现。

图6 来自ComEd’s RRTP program实时电价

图7 未使用调度算法时多用户用电量

图8 功率上限阈值为7.5 kW时多用户用电量

图9 功率上限阈值为5.5 kW时多用户用电量

图10 功率上限阈值为9.5 kW时多用户用电量

功率上限阈值决定了电网的负荷峰值与用户舒适度。当阈值过小，将导致有开启任务的设备在交叉时段内不能完成运行任务，影响用户电费支出与用户舒适度，如图9所示，对比于图8，当功率上限阈值为5.5 kW时，电网侧将会出现负载小高峰，并且有5个家居设备未在交叉时段内完成运行，增加了用户电费开支；当阈值过大时，将降低算法的效果，无法避免家居设备密集开启的情况，达不到使电网负载曲线平缓的目的，如图10所示，对比于图8，当功率上限阈值为9.5 kW时，4：00和5：00两个小时内没有设备运行，造成了低电价时间的浪费，并且遏制反弹高峰效果不明显。通过对比4次运行结果，可以得到交叉时段内的峰均比依次为2.21，1.22，1.47，1.64，因此，最多可以实现44.86%的峰均比的降低，有效地保障了电网稳定运行。

5 结束语

本文针对单用户户内家居设备调度导致的在电网侧电价较低时间段内出现反弹高峰问题，以及多用户户间能源调度不能保障用户舒适度的问题，提出了基于设备二维动态优先级的智能家居户间能源调度算法。仿真结果表明，提出的算法可以协调多用户家居设备运行，提高电网的稳定性，同时很好地保障了用户舒适度体验。

[1] 罗达，付蔚，蔡林沁，等.一种智能家居系统的集群识别调度的研究[J].电视技术，2012，36(19)：8-10.

[2] ARGHIRA N，HAWARAH L，PLOIX S，et al. Prediction of appliances energy use in smart homes[J].Energy，2012，48(1)：128-134.

[3] KIM T T，POOR H V. Scheduling power consumption with price uncertainty[J].IEEE Trans. Smart Grid， 2011，2(3)：519-527.

[4] KISHORE S，SNYDER L V. Control mechanisms for residential electricity demand in SmartGrid [C]//Proc. 1st IEEE International Conference on Smart Grid Communications (SmartGridComm).Gaithersburg：IEEE Press，2010：443-448.

[5] ZHAO Zhuang，WON C L，YOAN S，et al. An optimal power scheduling method for demand response in home energy management system[J].IEEE Trans. Smart Grid，2013，4(3)：1391-1400.

[6] DUPONT B，TANT J，BELMANS R. Automated residential demand response based on dynamic pricing [C]//Proc. 3rd IEEE PES International Conference and Exhibition on Innovative Smart Grid Technologies (ISGT Europe). Berlin：IEEE Press，2012：1-7.

[7] KOLTER J Z，JOHNSON M J. REDD：a public data set for energy disaggregation research[C]//Proc. KDD Workshop on Data Mining Applications in Sustainability(SustKDD 2011). San Diego：Springer Press，2011：59-62.

[8] Real-time pricing for residential customers，ComEd’s RRTP program Jul. 2014 [EB/OL].[2015-01-02].https：//rrtp.comed.com/.

高思远(1989— )，女，硕士生，主研无线传感器网络与物联网；

赵继军(1970— )，博士后，教授，硕士生导师，主研无线传感器网络与物联网、光通信技术；

白 巍(1988— )，博士生，主研智能家居、下一代光网络。

责任编辑：时 雯

Energy Scheduling Algorithm in Multiple Smart Homes Based on Dynamic Priority

GAO Siyuan1，ZHAO Jijun1，BAI Wei2

(1. School of Information and Electric Engineering，Hebei University of Engineering，Hebei Handan 056038，China； 2. Institute of Information Photonics and Optical Communications，Beijing University of Posts and Telecommunications，Beijing 100876，China.)

Aiming at the problems that the demand of smart grid stability is ignored in single house energy scheduling and the users comfort is not well guaranteed in multi-house energy scheduling， an energy scheduling algorithm in multiple smart homes is proposed. By analyzing features of appliances and demands of users， the periods of users using power and appliances types are classified， and then the dynamic priority is proposed. The energy scheduling algorithm designed on this basis is intended to guarantee the users comfort， decrease the cost of electricity and guarantee the smart grid stability. Finally， the feasibility and effectiveness of the algorithm are verified by simulation.

smart home； energy scheduling； dynamic priority； users comfort； smart grid stability

河北省高等学校科学技术研究项目(QN20131064；Q2012045)；邯郸市科学技术研究与发展计划项目(1121103137)

TP273

A

10.16280/j.videoe.2015.20.012

2015-01-24

【本文献信息】高思远，赵继军，白巍.基于动态优先级的智能家居户间能源调度算法[J].电视技术,2015，39(20).