1 Sistem pametnega doma na osnovi ZigBee
Z neustanim razvojem računalniške tehnologije in informacijske kontrolo, so se pametni domovi hitro razvijali. Pametni domovi ne le ohranjajo tradicionalne funkcije stanovanj, ampak tudi omogočajo uporabnikom preprosto upravljanje gospodinjskih naprav. Tudi izven doma lahko uporabniki oddaljeno nadzirajo notranje stanje, kar olajša upravljanje energijske učinkovitosti v domu in znatno izboljša kakovost življenja.
Ta članek predstavlja sistem pametnega doma na osnovi ZigBee, sestavljen iz treh komponent: domača omrežja, domačega strežnika in mobilnega terminala. Sistem je preprost, učinkovit in visoko skalabilen, njegova struktura je prikazana na Sliki 1.

1 Arhitektura pametnega doma na osnovi ZigBee
1.1 Domače omrežje
Kot osnovna baza povezuje domače omrežje nadzorljive obremenitve kot vozle za notranjo prenos podatkov in večenergijsko upravljanje. Izbor brezžičnih (ZigBee) rešitev namesto žičnih poveča prožnost, zanesljivost in skalabilnost. ZigBee, zgrajen na IEEE 802.15.4, ponuja nizke stroške, porabo in kompleksnost z visokim varnostnim standardom. Njegove cenovne čipe zmanjšujejo stroške programske opreme sistema. Omrežje vključuje:
1.2 Domači strežnik
Strežnik deluje kot “jedro za nadzor podatkov” sistema, ki obravnava:
1.3 Mobilni terminal
Na osnovi Androida (Eclipse + Java) omogoča terminal:
2 Načrtovanje upravljanja energijske učinkovitosti v domu
2.1 Arhitektura in logika sistema
S sistemom, ki integrira “pametni dom + PV + shranjevanje energije”, so strategije učinkovitosti vdelane v strežnik, kar tvori zanko “zbrano → model → optimizacija”:
2.2 Ključne komponente in sodelovanje
Ključne komponente (poljubi fotovoltaik, baterije, inverterji, strežnik, obremenitve) delujejo kot:
2.3 Razvrščanje in razporejanje obremenitev
Obremenitve so razdeljene na tri vrste za razporejanje, ki ga pogonijo cene po urah uporabe:
Strežnik nadzira premikljive obremenitve preko pametnih vtičnic, striga vrhove/ispolnjuje doline, da zmanjša stroške in stabilizira omrežje.

3 Matematični model in strategija nadzora za upravljanje energijske učinkovitosti v domu
3.1 Matematični model za upravljanje energijske učinkovitosti v domu
Za točno upravljanje učinkovitosti energije v domu je potrebno vzpostaviti matematični model za skupne stroške električne energije. Ta članek uporablja "dnevni" kontrolni cikel, ki razdeli 24 ur na n enakih časovnih intervalov. Z diskretizacijo zveznih problemov (ko je n dovolj velik, vsak interval približuje "mikroelement," in spremenljivke se lahko predpostavijo konstantne znotraj intervala). V t-tem intervalu, glede na dinamično ravnovesje "domače porabne moči, fotonaponske generirane moči, napajanja/razkrivanja baterije in interakcije s sistemom," izpeljemo enačbo ravnotežja moči sistema kot:

Znotraj t-tega časovnega intervala so močne spremenljivke definirane naslednje:
Domači PV sistem deluje pod modelom "lastna poraba + presežna moč v sistem", kjer presežna električna energija generira prihodek od prodaje v sistem in PV proizvodnja kvalificira za subvencije. Ob upoštevanju cen po urah (višje vrhunske cene, nižje nevrhunske cene), se skupni stroški električne energije izračunajo kot:Skupni stroški=Stroški nakupa od sistema−Prihodek od prodaje v sistem−Subvencije PV
Za dnevni cikel, razdeljen na n intervalov, se model skupnih stroškov lahko nadalje razbije na seštevek interval-specifičnih stroškov, točno prilagojen dinamičnim cenovnim scenarijem.

V formuli: C predstavlja skupne dnevne stroške električne energije gospodinjstva; fPV je enotna cena subvencije fotonaponske proizvodnje; 24/n je trajanje enega časovnega intervala.
Izraz za ft v Formuli (2) je

V formuli: ftC je cena električne energije za uporabnika v t-tem času, ki je razdeljena na vrhunsko ceno električne energije in nevrhunsko ceno električne energije glede na različne časovne obdobje; fR je cena električne energije za presežno moč, ki se prodaja v sistem. Vrednosti fCt, fR in fPV v katerem koli trenutku dneva so znane. Skupna moč PAt domače porabe je enaka vsoti moči vseh premikljivih porab in drugih porab v t-tem časovnem intervalu.

V enačbi: PL,i je delovna moč i-tega premikljivega obremenjenja; TL,i je čas zagona za i-to premikljivo obremenjenje; Δ ti je trajanje delovanja za i-to premikljivo obremenjenje; [tis, tie] je obseg časov zagona za i-to premikljivo obremenjenje. PL,i, Δ ti, tis in tie so vse določene vrednosti.
Električna moč Pelse,jt drugih obremenitev je znana, medtem ko se električna moč premikljivih obremenitev spreminja glede na različne čase zagona, in TL,i je nedoločena vrednost. Ko je TL,i različen, se spremeni skupna moč PAt gospodinjskega obremenjenja, s tem pa tudi skupni stroški gospodinjske elektrike C.
3.2 Kontrolna strategija
Glavni cilj upravljanja učinkovitosti energije v domu je maksimizacija ekonomskih koristi, konkretno to pomeni izgradnjo ciljne funkcije za "zmanjševanje skupnih stroškov gospodinjske elektrike C".
Na podlagi modela premikljivih obremenitev in kombiniranega mehanizma cijen po urah, prilagajanje časa zagona \(T_{\text{L},i}\) premikljivih obremenitev lahko dinamično optimizira krivuljo skupne moči gospodinjskega obremenjenja, kar zmanjša skupne stroške iz perspektive časov porabe elektrike.
Koordinationa logika kontrole za FV in shranjevanje energije
Za fotovoltaično (FV) proizvodnjo elektrike in baterije za shranjevanje energije so formulirane kontrolne strategije za različne obdobja:
Omejitve baterije
Nujno je hkrati upoštevati omejitve moči polnjenja/razpolnjenja in omejitve kapacitete baterije, da bi omejili njeno vedenje pri polnjenju in razpolnjenju (specifične omejitve je potrebno dopolniti z enačbami/modeli, ki niso v celoti predstavljene v prvotnem besedilu), s tem zagotavljamo varnost opreme in stabilnost sistema.

V enačbi (6): Pb,max je največja moč polnjenja/razpolnjenja baterije; v enačbi (7), SOCt je stanje naboja (SOC) baterije v t-tem času; SOCmin je minimalna vrednost SOC baterije; SOCmax je maksimalna vrednost SOC baterije.
Skladno z kontrolno strategijo optimiziramo in kontroliamo moč polnjenja/razpolnjenja baterije za shranjevanje energije. Med obdobjem vrha t ∈[t1, t2, kjer je t1 začetek obdobja vrha in t2 konec obdobja vrha, je moč razpolnjenja baterije nastavljena kot

Med obdobjem mimo vrha t ∈ [1, t1], je moč razpolnjenja shrambe baterije nastavljena kot

Potrebno je izračunati stanje nabiranja (SOC) akumulatorja. Odnos med stanjem nabiranja med procesom nabiranja in raznabiranja akumulatorja in močjo nabiranja/raznabiranja je naslednji:

Enačba (10) opisuje odnos med SOC akumulatorja in močjo nabiranja med nabiranjem (tukaj Pbt < 0; enačba (11) opisuje, da med raznabiranjem (tukaj Pbt > 0. SOCt + 1 je SOC v t + 1-tem obdobju; σ (stopnja samonabiranja, skoraj 0% za majhne časovne intervale), ηch (učinkovitost nabiranja), ηdis (učinkovitost raznabiranja) in Eb,max (maksimalna kapaciteta) so parametri akumulatorja. V zaključku naj bi optimizacija domače energetske učinkovitosti zmanjšala skupne stroške električne energije z določanjem začetnih časov premikljivih obremenitev in moči nabiranja/raznabiranja shranjevanja energije v vsakem trenutku, kar je zapisano kot:
Ciljna funkcija

Omejitvene pogoji

4 Analiza primerov
Za preverjanje učinkovitosti predlaganega metoda upravljanja domače energetske učinkovitosti so bile opravljene simulacije in analize z uporabo električnih naprav tipičnega gospodinjstva v Šanghaju. Sistem za upravljanje domače energetske učinkovitosti sestavlja fotovoltaične panele, baterije, inverter, domači strežnik in domače obremenitve. Konfiguracijski parametri sistema so prikazani v Tabeli 1.

V Šanghaju velja tarifni sistem za električno energijo glede na čas za prebivalstvo, z vrhunskimi urami od 6:00 do 22:00 za 0,617 CNY/kWh, in nevrhunskimi urami od 22:00 do 6:00 naslednjega dne za 0,307 CNY/kWh. Tarifa za pretok presežne fotovoltaične energije znaša 0,4048 CNY/kWh. Subsidije za proizvodnjo fotovoltaične energije v Šanghaju vključujejo nacionalno subsidijo 0,42 CNY/kWh in lokalno subsidijo 0,4 CNY/kWh, skupaj 0,82 CNY/kWh.
Predpostavljamo, da je maksimalna moč nabiranja-raznabiranja baterije 1,5 kW; minimalno stanje nabiranja (SOC) je nastavljeno na 0,2, maksimalno pa na 0,9. Začetno stanje nabiranja (SOC1) baterije je nastavljeno na 0,2; učinkovitost nabiranja-raznabiranja baterije znaša 0,9.
Nastavimo n = 144, delimo 24-urni dan ravnomerno na 144 časovnih intervalov, vsak interval traja 10 minut. Slika 3 prikazuje krivuljo proizvodnje PV sistema dnevnoma. Operativni parametri domačih obremenitev so prikazani v Tabeli 2, kjer so pralni stroj in vodogrelec premikljive obremenitve.

Na podlagi zgornjih podatkov v Tabeli 2 je bil izveden simulacijski raziskovalni poskus optimalnega upravljanja domačih obremenitev z uporabo Matlaba. Po algoritmu za upravljanje domače energetske učinkovitosti je določena optimalna shema uporabe električne energije v domačem okolju, ki zmanjša skupne dnevne stroške električne energije. Rezultati simulacij so prikazani na Sliki 4.


Po simulacijah se najmanjši skupni stroški električne energije v domačem okolju pojavijo, ko je TLi1 = 133 in TLi2 = 132 (pralni stroj se začne v 22:00, vodogrelec v 21:50).
Slika 4 prikazuje dnevno krivuljo stroškov. Krivulja 1 (brez upravljanja energije) in Krivulja 2 (z premikanjem obremenitev in nadzorom shranjevanja) razkrivata: Negativni stroški pomenijo dohodek iz pretoka v omrežje + subvencije za PV > stroški omrežja. Po 6:00 rast PV zmanjšuje stroške do 17:00 (PV pada na 0, oskrba iz omrežja povečuje stroške), konča se z C = -2.02 CNY ob 24:00.
Z upravljanjem energije Krivulja 2 kaže: Po 0:00 hitro naraščajo stroški zaradi nabiranja baterije (iz omrežja). Po 17:00 oskrba iz baterije upočasni rast stroškov v primerjavi z Krivuljo 1. Premikanje obremenitev še dodatno zmanjšuje stroške, konča se z C = -4.10 CNY (padec za 2.08 CNY).Simulacije potrjujejo, da algoritem deluje – zmanjšuje stroške, izboljšuje gospodarstvo in doseže zmanjšanje vrhunskih obremenitev.
5. Zaključki
Razvijen je sistem pametnega doma na osnovi ZigBee, ki vključuje fotovaltične (PV) naprave, shranjevanje energije in upravljanje z energijo. Izgradili smo matematični model in algoritem, temelječ na ceni po urah. Simulacije kažejo, da optimizira nalaganje/razlaganje shrambe in časovno usklajevanje obremenitve, kar zmanjša stroške, poveča koristi in dokazuje izvedljivost.