节能减排视域下电力用户能效评估系统设计

周 寅,毛晓波

(国网江苏省电力有限公司 无锡供电分公司,江苏 无锡 214071)

节能减排是指节约物质、能源,减少污染物排放、降低噪声污染等,是国家目前的重点工作之一,电力工业在国民经济中占有重要地位,节能与减排是两个重要的技术领域,两者既有联系,也有不同。减少排放的工程要加强节能技术的运用,以防止由于对减排成果的片面追求导致能源消耗的急剧增加,同时要注意社会需求和环境约束的平衡。能源过度消耗对环境造成严峻挑战,能源危机和环境污染已经成为全球关心的话题,而解决这一问题的关键在于能源是否得到有效管理。电力用户作为能源消耗主体,是管理的主要目标,全面掌握用户能效信息有利于分析节能潜力、制定合理的管理方案。因此,准确的能效评估是改善能源利用效率的重要途径,也是电力需求侧的一部分。现阶段,越来越多的研究人员加入此项工作。以用户为目标,构建合理的评估体系,需要利用一个可行的评估算法,保证用户能效分析有更多的理论依据。

文献[1]利用OLAP技术构建能效评估模型。结合该方法有关理论,选择影响因素集合,建立评估体系,使用下钻与上卷的数据处理方式,设计评估模型。文献[2]提出基于非侵入式负荷监测(NILM)的能效评估方法。探究影响电力用户能效大小的主要因素,通过NILM方法获取数据,建立量化的评估体系,制定评估流程,确立能效评估系统架构。尽管上述方法非常重视指标选取的合理性,但指标范围局限性较高,且数据采集十分困难,有时还会受到主观因素影响,降低评估结果的准确性。基于此,本文在节能减排视域下设计电力用户能效评估系统。使用系统结构分解方式,确立系统设计准则和层次结构,结合模块化思想设计系统功能,通过超效率分析算法建立评估模型。该系统不但可以准确评估用户能效,还能有效解决数据采集困难问题,为电力企业节能改造提供参考依据。

1 节能减排视域下电力用户能效评估系统设计方案

通常意义上的节能减排要求节约能源,通过在技术上和经济上合理、环境和社会能够负担得起的方式,降低能耗,减少污染物排放,制止浪费,实现对能源的有效合理利用[3]。由于我国能源消费迅速增加,对原油的依赖程度较高,因此政府提出了一个目标：到2010年,人均GDP能耗将降低20%,主要污染物排放降低10%,这两项指标被称为“节能减排”。在节能减排视域下,设计电力用户能效评估系统。

1.1 系统整体结构与工作流程确定

系统总体设计方案描述为：在节能减排视域下利用数据采集设备获得用户能效信息,挖掘信息的变化规律,获取具体信息量,引入一定算法分析能耗差异性,得出评估结果,为用户提供合理的节能建议,同时也为电力企业提供决策方案。系统整体架构如图1所示。

图1 能效评估系统整体结构图

根据图1能效评估系统整体结构可知,系统开发前期可借鉴其他评估系统,在开发过程中不断完善自身不足,并将能耗评估作为核心目标,实现理论与应用二者的统一[4]。系统工作流程如图2所示。

由图2可知,该系统是一个集管理、评估和分析为一体的平台[5]。将采集到的数据保存到系统数据库,通过软件访问形式访问数据库,并在后台做数据分析,构建评估模型。

图2 评估系统工作流程图

1.2 结构分解模型构建

系统设计并没有统一的标准,本文在节能减排视域下结合结构分解思想,确立如下系统设计准则。在功能划分过程中应保证系统的完整性,例如某功能区J被划分为多个子功能区J1,J2,…,Jn时,需具备如下集合关系：

J=J1∪J2∪…∪Jn

(1)

同时要满足Ji与Jj之间不具有重叠关系：

Ji∪Ji=∅ (i≠j)

(2)

系统由多类器件构成,可独立完成一些功能。若将系统各模块封装成一个整体,那么必须含有功能模块层M与连接结构层A。其中功能层主要执行各类业务需求,连接结构则是所有部件连接情况。系统S由M和A完全确定,也就是S=A⊗M,假设系统的输入与输出矩阵分别表示为X=(x1,x2,…,xm)和Y=(y1,y2,…,ym),则该系统应具备下述功能：

(3)

式中：g为系统某项功能,因此系统S的层次结构分解模型可表示为

(4)

式中：G为功能矩阵[6]。

按照上述系统设计准则和分解模型,确立系统整体架构,提高系统整体设计的层次性与合理性。

1.3 系统功能模块设计

我国经济发展迅速,各项建设成绩斐然,但同时也为资源、生态环境造成巨大损失,二者矛盾日益突出,人民群众反映严重。这一现状直接关系到我国的经济结构和发展方式。经济结构调整和增长方式不加速调整,就无法承载资源、环境,经济发展难以持续。要使我国的经济快速发展,必须坚持节约发展、清洁发展和安全发展。同时,由于温室效应的存在,导致全球变暖的问题,成为了国际上普遍关心的问题。同时,为了适应全球气候变化,必须进一步加大能源节约和减少排放。综合用户业务需求,结合电力企业发展需要,针对本文系统的业务架构汇总,业务架构如图3所示。

图3 系统业务架构图

1.3.1 用户能效信息采集模块

能效信息采集就是将监测终端部署到用户端,采集相关数据,再经过电力载波通信传输到数据库保存。监测模块中各类设备数量可视情况而定,例如用户较多,可增加采集终端。该模块包括的主要设备如下：

(1)集中器：收集用户电能表数据,完成预处理、分析与储存等工作,并负责与主站之间进行数据交换。

(2)前置机：是连接主站与集中器的主要设备,负责数据定时处理,执行指定任务,同时实现其他模块的故障报警响应,通知相关人员及时处理故障[7]。

(3)主站：利用信道中的命令集中器采集设备信息,通常包含服务器、前置器等设备数据。

(4)采集器：可以完成与集中器的数据交换,负责转发电表数据,并将指令保存到集中器中。

1.3.2 数据管理模块

数据管理功能模块可显示原始数据,在服务器中设置数据库,既可有效储存相关用户的能效信息,且能准确分类各种数据,方便数据处理。

数据库性能直接影响数据安全,本文以My SQL为数据库[8],建立如图4所示的架构图。

图4 系统数据库结构图

(1)参数数据库：是评估数据的主要储存地址,包含变压器、电机和线路等设备信息[9-10]。对于不同设备,会记录其型号、功率、电压、电阻等参数,内容详细,可分类储存。

(2)信息数据库：记录用户自行添加的设备数据,包括编码、名称、型号等参数。

(3)测量数据库：可保存实时测量数据,测量目标主要为变压器、线路以及谐波测量,通过这些数据可诊断电能质量。

(4)结果数据库：保存各类设备的能耗分析结果和电能质量结果等,综合研究这些结果即可产生用户能效评估报告。

1.3.3 能效评估模块

提供能效评估服务,是系统核心业务,通过指标选取,构建指标体系。通过计算指标权重,利用超效率数据包络分析算法完成评估工作。

1)评价指标体系建立

指标体系是体现评估对象性质的影响因素集合,也是评估工作顺利展开的前提。指标体系构建是否合理影响着评估结果的精度。在节能减排视域下结合电网背景,按照“压力-状态-响应”的一组逻辑来建立指标体系[11-12]。

“压力”实际上指用户能效变化情况导致的直接压力,在此作用下,用户真实能耗信息即为“状态”。如果用户改变原有的不良用电习惯,采取有效管理措施,促使能效朝着健康方向发展,即为“响应”。利用此种架构可避免指标选取存在的局限性与主观性等问题。三者关系如图5所示。

图5 压力-状态-响应关系图

图6所示评估体系分为三层,首层为目标层,描述该系统的主要目的;其次是准则层,也是评估的各子模块,是整体目标的局部显示,便于指标进一步细化;最后一层为指标层,是具体能效评估因素,该层能够决定目标层的最后结果。

图6 能效评估指标体系图

2)指标权重计算

如果一级指标权重矢量表示为P=(p1,p2,…,pm),且第i′个一级指标内某二级指标权重矢量为Qi′=(qi1,qi2,…,qm),则任意一指标在评估过程中所占权重表示为

(5)

式中：Xi′j′为用户j′的输入数据。

3)基于超效率包络分析的能效评估

利用超效率包络分析算法建立如下评估模型。如果输入、输出指标数量分别为a和b,针对第j′个用户[13],其能效约束表示为

(6)

(7)

式中：r为客观权重,Xi′j′与Yrj′分别为第j′个用户的输入与输出数据;β=(β1,β2,…,βb)、δ=(δ1,δ2,…,δa)描述指标向量;k为待评估用户总数量。

针对上述约束模型做分式规划,变换为如下形式：

(8)

对式(8)求解,即可获取用户j′的能效评估结果。

2 仿真实验数据分析与研究

为测试本文系统功能,搭建仿真平台,该平台包括的主要硬件与软件设备如下。

硬件：服务器配置为500G硬盘,支持热插拔类型硬盘,具备不间断电源,此外配置两台网络宽带为10M的计算机;

软件：服务器版本为Microsoft,NET 4.0,用户端配置为IE 6.0的Web浏览器,平台利用C#语言完成开发,并将ASP.NET作为研发环境。

测试目标为某地区的5名普通用户,为了确保实验的公平性与客观性,邀请10名相关专家共同完成评价分析。该系统以及专家组给出的综合指标权重如表1所示。

表1 不同二级指标综合权重表

结合权重信息,利用本文设计的系统对5名用户进行评估,获得的一级指标评价结果如表2所示。

表2 不同用户能效评估结果表

结合表2绘制如图7所示的用户评分雷达图。

针对上述5名用户的能效情况进行排序,综合表2和图7可知,编号为1的用户评估结果最优(0.576 35),而用户4的评估结果最差(0.433 37),排名顺序为1>5>2>3>4。就用户1而言,其三类一级指标得分均高于其他用户,所有子系统都能实现均衡,因此评分最高。但依旧需要提高节能指数,这是因为技术节能属于响应系统指标,能够对其他两个系统形成反馈效应。而对于用户4而言,状态类型指标的表现最差,在电能质量方面还有很大的提升空间。此外,分析图7能够得出：所有用户的评估结果参差不齐,但是状态指标得分较高的用户均获得很高评价,表明状态是改善用户能效的最有效方式。因此提高电能质量不应该被忽视,电力企业应对此项指标予以高度重视。

图7 用户能效评分雷达图

为测试本文系统是否具备较强的适应性,结合用户用能信息与指标权重,利用OLAP技术、NILM能效监测方法评估以上5名用户能效情况,评估结果如表3所示。

表3 不同评估方案结果对比

由表3可知,对于这5名用户,不同方法给出的意见基本相同,这进一步证明了本文评估系统的实用性。但是与NILM算法相比,在用户2和3的排序上出现分歧。主要因为NILM算法太过依赖主观经验,难以做到指标数据的精准量化。而本文依赖该系统的数据库,具有强大的数据采集功能,充分利用用户信息,进而能够得出更加客观的评估结果。

最后,为验证本文系统各项功能稳定,以查询用户功率信息为目标生成如图8所示的功能界面。该系统能够结合用户相关数据自动计算出功率、线损等参数,并判断该用户能耗是否满足需求。正是因为该系统利用了结构分解思想确立基本功能,确保每部分功能稳定,证明了该方法可实际应用在系统设计中。

图8 系统功能界面展示图

3 结 论

本文在节能减排视域下利用结构分解模型确定系统设计准则,建立系统层次结构,从数据采集、信息管理、能效评估三方面设置系统功能。其中评估模块作为该系统主要部分,确定评估指标,利用超效率数据包络分析方法构建评估模型,得出用户能效情况。试验证明,所建系统能够准确评估用户能效,具有较强的适应性和客观性。但由于评估数据量大,在待评估用户数量较大时,系统操作程序会出现延迟情况,影响用户体验。因此,还需引入人工智能算法改进这一缺陷。