基于物联网智能感知的空调系统节能方案
时间：2022-11-18 18:00:04 来源：雅意学习网 本文已影响 人 
叶锦潮
(江门市江海区永德冷气装饰工程有限公司，广东 江门 529000)
在当前的电能统计中，采暖和制冷空调消耗的电能最多，它们广泛应用于住宅和商业建筑中，从全球能源角度来看，降低空调能耗对于提高电力利用效率至关重要。
李菁等[1]描述了一种具有可充电可再生资源(例如太阳能和风能)的家庭能量管理系统。在该系统中，监控模块包含对智能电表采集的能耗进行测量和显示。通过分析用电量和高/低价时段，实施各种自动控制方法来降低家用电器的电费。没有传感器获取环境信息，这种系统具有有限的智能来自主适应动态变化的情况。谭宝[2]提出了一种具有远程监控和智能控制功能的楼宇自动化系统。仪表和传感器的集成监测了能耗和环境信息，为智能管理中的行为决策过程提供了依据。虽然这些系统实现了高效的能源利用，但是管理服务器是除了消耗额外高功耗的家用电器之外的额外设备。为了避免额外的消耗，张明熙[3]开发了一种用于信号传输的智能物联网网关，以取代智能家居中的中心管理服务器。在无线网络中，智能房屋中的所有智能仪表都与网关相连，无需额外的计算机就能方便地传递信号，同时，网关接收到的远程信号被传送到相应的仪表，以控制电器的运行。为了提高电力效率，王健[4]提出了在实时控制和监测系统中实现高速数据交换的Zigbee协议。通过Zigbee协议，肖鹏[5]开发了一种节能系统，以低成本的方式远程控制分布式电器。基于当前环境信息和能量消耗数据集，减少由手动远程控制方法产生的能量消耗。家庭用户实现节能效果的自愿行为缺乏管理且不精确。夏璐[6]提出了一种通过从环境传感器、家用电器和用户行为收集信息的统计表解决方案。在分析了这些信息特征后，构建了一个行为规划模型，用于制定智能家居中的自动节能决策。马扬[7]描述了一种具有社区服务的物联网解决方案，用于收集和分析城市中的本地电力消耗数据集。此外，张鹏[8]提出了有关中央空调节能自动控制设计方案，杨益锋[9]研究了基于负荷智能分配的中央空调节能控制,王晓冰[10]提出了基于人体舒适度的智能空调节能控制方案，杨立坚[11]研究了基于滑模控制的中央空调节能方法，郭雪平[12]研究了基于能效优化中央空调节能控制系统的应用,冯博[13]研究了基于网络的中央空调节能控制系统,郭晓岩[14]研究了基于神经网络的建筑电气节能关键问题,李骏翔等[15]研究了Dueling-DQN在空调节能控制中的应用。
基于物联网技术，智能电表通过无线网络将功耗数据集传输到社区中心进行数据集分析。从分析结果来看，电站根据实时需求发电，避免了不必要的资源浪费，远程控制接口必须集成到该解决方案中，以便用户能够通过智能移动设备提交信号来操作常见的设备。为了解决这些问题，笔者利用云计算和物联网技术，提出了一种基于物联网智能感知的空调控制系统。
为了降低中央空调的成本，则需要降低其能耗，物联网的出现使得中央空调节能智能控制成为可能，利用传感器采集环境信息，传输到控制中心，根据人体舒适度调节空调的运行功率，使其在保持舒适的前提下，低功率运行，达到节能的效果。基于物联网智能感知的空调控制系统以舒适度为约束条件，以能效为目标来控制空调的节能，包括智能电表、智能网关和云服务器模块(图1)。
图1 基于物联网智能感知的空调控制系统架构
具有嵌入式多个传感器的智能仪表使用Zigbee协议向网关提交所感测的环境信息和电力消耗数据集。网关使用超文本传输协议(HTTP)将从智能仪表接收的数据集发送到云服务器，用于需求侧管理的特征分析。此外，网关将云服务器产生的实时控制信号发送到相应的智能电表，以减少能源浪费。该智能仪表实现了遵循基本行为规则的控制功能，可自动释放由过高预设温度引起的压缩过载。根据静态IP地址映射的地理位置，将所有链接的智能仪表划分为不同的区域。在电站管理区域内，总能耗是判断是否需要额外发电的重要信息。利用云平台，提出的空调智能控制系统实现了数据采集和智能操作等远程管理功能。使用在收集的数据集中实现的在线顺序极限学习机(ELM),准确地预测电力负荷。通过这种方式，所提出的基于物联网智能感知的空调控制系统能够实现供需平衡，从而避免多余的电力生产，单个空调和需求侧管理的电力消耗都减少了。
智能电表由5个模块组成，分别是温湿度传感器、集成红外控制器、电气开关、电源监控器和Zigbee终端节点。温湿度传感器检测室内环境情况。电源监控器实时检测空调的功耗。所有采集到的数据集都被转换成电信号，包括电标记和开关状态，通过Zigbee模块传输到智能网关，仪表处理器和无线通信模块是整个系统的核心部件。通过智能网关，从云服务器和远程客户端接收命令信号。基于接收到的信号控制电源的通断状态。当仪表接收到温度调节指令时，Zigbee端节点向集成红外控制器发送信号，该仪表支持几个基本的操作，如温度和风速调节。
网关作为智能系统的核心，实现了数据上传、协议转换和传感器网络控制等功能。在基于物联网智能感知的空调控制系统中，云服务器和终端设备之间的数据上传是智能网关的一个基本功能，它使用Zigbee串口向节点终端设备发送远程控制命令。通过Zigbee协调器，智能网关管理和控制Zigbee网络，包括自动启动和维护无线网络，以及向智能电表的终端节点发送命令。在广播过程中，当新网络建立时，协调器的网络状态是反应性的。为了加入已建立的网络，新的终端设备被初始化并向协调器发送请求数据。然后，协调器向对应于加入协调器的网络状态被更新的终端设备回复确认消息。最后，网关和连接的智能仪表之间的单播过程作为它们的通信来执行。为了实现可扩展性，网关支持不同的编程语言接口，使用HTTP协议根据开发者的意图向智能电表发送控制命令。
包含功耗和环境温度的监控数据集通过互联网从智能网关传输到云服务器。路由和地址分配模块支持静态和动态路由信息协议以及动态主机配置协议。Web服务模块通过互联网将数据集显示在应用服务器上，实现对云平台的远程访问和查询。当访问智能网关时，云平台向请求处理器提交简单对象访问协议(SOAP)消息。然后，Web服务通知处理器生成相应的SOAP响应，通过HTTP发送到云平台。智能网关和智能电表之间实现了接收命令和发送消息等通信，以响应用户的需求(图2)。
图2展示了用于多个领域中的大规模电力消耗数据集的实时分析的智能用电云计算平台，该平台在计算机或移动设备上为管理员和用户提供远程监控和数据可视化界面。环境信息和功耗数据集被传输到云服务器，云服务器用于收集和分析从智能仪表接收的环境信息和监控数据集。服务器还将遥控信号传送给相关设备。同时，政府云平台在本地收集必要的信息，用于对应当前电力需求侧的实时电力产品管理。基于时间和空间域中的功耗统计，自动生成智能控制命令和功耗预测，以提高能效。
图2 智能用电云计算平台
不良使用习惯造成能源浪费。例如，由于过高的室外温度，在热天室内温度很难达到低预设值。根据温度规范，空调持续运行，不仅会导致不必要的电力浪费，还会缩短电气寿命。云服务器平衡制冷操作和电力消耗。如果环境温度达到一定程度，压缩机暂停一段时间。这样可以减少10%～20%的功耗，空调的温度和气流设置对能耗有很大影响。在这种情况下，室外温度每超出1°，就会额外消耗10%到25%的能量。
传统上，智能仪表的智能温度控制仅基于几种简单的行为规划方法来增加或降低预设温度。为了提供低功耗的舒适体验，空调压缩机的运行应通过分析室外温度、室内温度、预设温度和用户当前的使用习惯来实现。在基于物联网智能感知的空调控制系统中，云服务器能够根据集成的数据集分析结果稍微提高目标温度。空调被认为是家庭中的大功率电器，在收集了电力消耗之后，云服务器在时间和空间域中分析电力峰值，从而估计用户的用电习惯，对电力消耗负荷进行分析，以便为供应侧和需求侧响应提供行为规划基础。因此，供电企业可以作为供电方避免电能浪费的参考。从需求侧来看，适时调整用电习惯，可以错开用电高峰，缓解用电压力。在预测过程中，ELM被用于单隐层前馈神经网络，ELM具有自学习和优化计算的特点，能够处理不精确的海量非结构化数据集。在指定了合适的隐层节点数后，随机选择SLFNs的输入和输出权值进行数据训练，不需要迭代就能产生最优解。但当新数据集注册到ELM中时，需要重新训练过程。为了解决这个问题，提出了分布式在线顺序ELM预测决策模型，以避免新数据配准的额外再训练计算。在线顺序ELM的初始阶段训练n个数据集，以生成初始隐藏层的输出，包括目标值的矩阵和向量，新注册的数据集被视为第n+1个样本，用于计算新的隐藏层输出矩阵和权重向量。
利用基于Map Reduce的云计算技术对ELM进行优化和改进，以处理海量高纬度数据集。该技术能够处理高维数据，提高电力负荷预测的准确性。基于Map-Reduce的在线顺序ELM的实现步骤如下。
步骤1:在将训练数据集注册到云计算平台中的分布式文件系统中之后，使用Map Reduce编程框架中的floor机制将数据集分割成k个不同的训练子集，k是云计算集群的数量。
步骤2:根据联机顺序ELM，k子集使用k学习机进行训练。
步骤3:从学习机生成的k个不同的预测器被传送到Map reduce编程框架中的Reduce阶段。因此，从k个预测值的加权平均值中接收最终预测值。
步骤4:考虑到顺序学习机制和中长期负荷预测的要求，基于当前数据集预测第二天的用电量。
在一家酒店一楼和二楼的16个房间安装的空调上测试了这个系统，收集了13 d的功耗数据。智能电表安装在一楼和二楼，这两个楼层的入住率通常很高。智能网关分别安装在第一层和第二层的井道上，没有改变任何架构和人为干预。云服务器通过智能网关将决策消息传递给智能电表来管理空调。与空调连接的智能电表还可以通过移动客户端应用程序进行远程控制，该应用程序提供了多种操作界面，如设备安装、电力监控和存储(表1、表2)。
表1 一楼搜集的能源消耗数据集
表2 二楼搜集的能源消耗数据集
表1和表2显示了智能电表报告的环境数据集，包括最高室内外温度、能耗、功率和工作时间。在系统测试之前，一楼和二楼都没有实施节能策略，以证明两层中的环境干扰是相似的。
无智能控制的实验结果如图3所示，空调能耗随室外温度变化明显。当空气温度高于30 ℃时，当空气温度低于30 ℃时，每个房间的平均功耗约为517.67 W，一楼和二楼平均耗电量的差异极小。
图3 无智能感知的空调控制系统的功耗
使用基于物联网智能感知的空调控制系统的实验结果如图4所示，安装了智能电表的一楼和未安装智能电表的二楼之间的功耗存在显著差异。在安装了智能电表以节约能源的一楼，每个房间每天的平均工作时间为8.2 h，平均耗电量为258.5 W。二楼平均工作时长和消耗分别为8.01 h和449.2 W。13 d的平均最高温度为28.9 ℃。结果表明，使用智能电表后，耗电量减少了35.7%。
图4 基于物联网智能感知的空调控制系统的功耗
本文提出了一种基于物联网智能感知的空调控制系统，以节约用电。开发智能电表是为了实时监控环境信息和功耗，并将其报告给云计算服务器。通过Zigbee和互联网之间的协议转换，远程控制信号通过云服务器传送到智能网关。云服务器智能地远程控制空调，并利用分布式智能电表报告的数据集预测时域内的功率峰值。所提出的智能控制方法在位于酒店房间的16台空调上进行了测试，实验结果表明功耗降低了约35.7%。此外，本文还提出了一种在线序贯ELM算法来预测空调负荷。因此，该系统对节能具有重要作用。
猜你喜欢 电表功耗智能网 智能网联汽车漏洞管理实践探索汽车实用技术(2022年3期)2022-02-23“蹦叭”跳动电表数数学大王·低年级(2018年5期)2018-11-01法国人抗议智能电表或监控隐私环球时报(2018-09-11)2018-09-11智能网联汽车为冬奥会添动力新能源汽车报(2018年40期)2018-05-14智能网联汽车仍面临三大挑战中国计算机报(2018年42期)2018-01-31北京大力发展智能网联汽车 行业规模将超千亿中国计算机报(2018年41期)2018-01-22揭开GPU功耗的面纱个人电脑(2016年12期)2017-02-13停电那点事儿新作文·小学低年级版(2016年12期)2016-09-10环保之功，从主板做起微型计算机(2009年12期)2009-12-21TM中的低功耗研究">μＣＯＳ－Ⅱ实时操作系统在μ’ｎＳＰTM中的低功耗研究现代电子技术(2009年9期)2009-06-25
