NSPEMS:社区可持续寄生式能量管理系统

《Energy Reports》:NSPEMS: Neighbourhood sustainable parasitic energy management system

【字体: 大 中 小 】 时间:2026年08月27日 来源:Energy Reports 6.6

编辑推荐:

  为应对高能耗需求,不仅是个体智能家居,整个社区也必须发挥其作用。本文提出一种基于多智能体系统(Multi-Agent System,MAS)的能量管理(EM)框架,涵盖整个智能家居社区,以实现社区范围的协调与合作。为此,研究人员实现了多宿主-寄生模型(Mult

  
为应对高能耗需求,不仅是个体智能家居,整个社区也必须发挥其作用。本文提出一种基于多智能体系统(Multi-Agent System,MAS)的能量管理(EM)框架,涵盖整个智能家居社区,以实现社区范围的协调与合作。为此,研究人员实现了多宿主-寄生模型(Multi-Host Parasite Model,MHPM),该模型是研究人员先前工作的扩展,其灵感源自自然界中存在的多宿主-寄生关系。利用MHPM框架,NSPEMS在无需直接用户交互或反馈的情况下维持社区舒适度,同时实现最低的能源成本、消耗和峰值平均比(Peak-to-Average Ratio,PAR)。NSPEMS通过检测占用情况和天气条件来适应其周围环境。它采用名人堂(Hall of Fame,HoF)机制,将前几日的最佳调度方案纳入当前计算,以优化最优解。研究使用来自西马萨诸塞州智能家居社区八个月的实时数据对NSPEMS进行验证。结果表明,社区的成本、消耗、PAR和不适度均显著降低,确立了NSPEMS作为一种可持续且经济高效的EM解决方案的地位。
# NSPEMS:基于多宿主-寄生模型的社区可持续寄生式能量管理系统解读

## 一、研究背景与问题提出

能源管理(Energy Management,EM)是一项旨在调节和优化能源利用同时降低相关费用的战略性工作。随着依赖电力的现代技术 proliferation、全球人口增长及城市化趋势的推进,能源需求持续攀升。高能源需求与有限的化石燃料资源形成鲜明对比,凸显了平衡能源供需的精细化管理需求。尽管建设新电厂是传统解决途径,但其巨额资本投资使得替代策略更具可行性。可再生能源技术虽具有改善可持续性、减少碳排放等优势,但其间歇性等挑战要求采取主动措施以保障电网稳定。

在此背景下,提升能源效率是抑制能源消耗、推进EM目标的务实且即时的解决方案。实证证据表明,社区级节能干预措施在降低整体能源使用方面具有显著潜力。然而,多项关键因素增加了激励消费者参与节能工作的复杂性,包括:电价并非影响参与需求响应(Demand Response,DR)计划的唯一因素,居民消费者往往不愿投入时间理解能源消耗模式;家庭能量管理系统(Home Energy Management System,HEMS)可用的决策时间有限;本地安装的可再生能源资源的存在;住户的偏好与行为;以及在采取节能措施时消费者之间的公平性问题。

鉴于动机驱动行动,理解影响社区或邻里采纳节能改造的因素至关重要。本研究的总目标是开发一个综合框架,阐明个体用户和集体社区的多层次需求、行为和角色,从而为采纳节能实践营造有利环境。

## 二、研究内容与主要贡献

本文提出了一种新颖的基于竞争与协作多智能体系统(MAS)的方法,称为NSPEMS,用于智能社区能量管理系统(Smart Neighbourhood Energy Management Systems,SNEMS)。NSPEMS借鉴自然界中的多宿主-寄生关系,实现了三种智能体:本地宿主智能体(Local Host Agent,LHA)、本地寄生智能体(Local Parasite Agent,LPA)和全局寄生智能体(Global Parasite Agent,GPA)。

NSPEMS的主要贡献包括:采用多宿主-寄生模型(MHPM)生成智能家居设备的调度方案;定义了最小化能源成本、消耗、峰值平均比(PAR)以及通过分时(Time of Use,Tu)电价方案提升用户舒适度的优化目标;引入了Tu、运行时间(Running Time,Tr)和功率调整三个量化标准来正式建模用户舒适度;将用户占用情况和气象条件等环境因素纳入调度过程;通过观察先前模式实现用户用电模式的细微适应;开发了名人堂(HoF)机制,使每个智能家居保留前几日最佳调度方案的存储库;利用8个月的实时数据评估NSPEMS的可持续性和性能。

## 三、关键技术方法

NSPEMS采用了以下主要技术方法:第一,多宿主-寄生模型(MHPM),该模型受自然界多宿主-寄生关系启发,实现三种智能体(LHA、LPA、GPA)的协作与竞争;第二,指数加权移动平均(Exponential Weighted Moving Average,EWMA)技术用于动态适应和匹配用户不断变化的用电偏好模式;第三,名人堂(HoF)机制,将前几日的优秀调度方案纳入当前计算;第四,分时(Tu)电价方案作为定价机制;第五,共生(Symbiosis)目标函数,将成本、消耗、PAR和不适度统一为最小化问题。研究数据来自西马萨诸塞州Smart*项目(Barker et al., 2012)的6个真实智能家居(House A、B、C、D、F、G,House E因数据不连续被排除),包含8个月(1月1日至8月31日)的设备级功率消耗和天气记录数据。

## 四、研究结果

### 4.1 共生(Symbiosis)

共生值是成本、消耗、PAR和不适度四个目标之间权衡的结果。使用NSPEMS时,共生值平均为968.20单位,而未使用NSPEMS时为1519.40单位,共生值平均降低了36.3%。这表明NSPEMS在多个目标之间实现了更优的帕累托平衡。

### 4.2 成本(Cost)

社区总成本为参与房屋基于所选调度方案的个体成本之和。EMA7、EMA10、EMA14和EMA21的平均成本分别为509.57美元、522.81美元、537.49美元和582.12美元,总体平均成本为538.00美元。相比之下,未优化时社区按用户典型设备使用模式的成本为1035.85美元,这表明使用NSPEMS生成调度方案后电费降低了48.1%。

### 4.3 消耗(Consumption)

实施NSPEMS后,EMA7、EMA10、EMA14和EMA21的平均用电量分别降至67.13kWh、69.82kWh、71.13kWh和74.24kWh,总体平均为70.58kWh。相比之下,未使用NSPEMS时社区平均用电量为137.89kWh,消耗降低了48.8%。

### 4.4 不适度(Discomfort)

使用NSPEMS时,EMA7、EMA10、EMA14和EMA21的平均不适度分别为400.87单位、391.13单位、384.75单位和381.41单位,总体平均为389.54单位。与未使用NSPEMS时观察到的314.97单位相比,不适度增加了19.1%。这一增加源于将设备重新调度到远离用户基线使用习惯的时间段,是多目标优化问题的固有特征。

### 4.5 峰值平均比(PAR)

使用NSPEMS时,EMA7、EMA10、EMA14和EMA21的平均PAR值分别为10.75kWh、11.28kWh、11.32kWh和11.25kWh,总体平均为11.15kWh。相比之下,未优化社区设备使用模式的PAR值为29.33kWh,PAR值降低了62%。

## 五、讨论与结论总结

NSPEMS是一种新颖的多目标、基于MAS的智能家居能量管理模型,利用MHPM方法实现。该模型提供了一个不引人注目的能量管理框架,可跨越整个社区运行。LHA和LPA智能体协作识别权衡解决方案,以最小化成本、消耗、PAR并最大化用户舒适度,而GPA智能体收集每个智能家居的最佳调度方案并确定这些调度的最优组合以最小化PAR。

实验结果分析表明,EMA10和EMA14在适应用户行为方面提供了一致且稳定的模式,同时保持了对渐进行为变化的足够响应性,使其成为社区能源调度最平衡的选择。从EMA7(400.87单位)到EMA21(381.41单位)的不适度逐步降低表明,更长的观察窗口持续改善模型与用户偏好的对齐。

NSPEMS在电费方面降低了48.1%,能源消耗降低了48.8%,PAR降低了62%。这些收益必然涉及将设备重新调度到远离用户基线使用习惯的时间,导致与未优化使用相比不适度平均增加19.1%。然而,NSPEMS的目标不是绝对舒适度最大化,而是所有目标之间的帕累托高效平衡。共生指标综合捕获成本、消耗、PAR和不适度,显示NSPEMS相较于未优化模式总体改进了36.3%。

未来工作方向包括:扩展到不同气候区域的更大社区以评估可扩展性;结合强化学习或实时用户反馈以更好地处理用户偏好的突变;将可再生能源(Renewable Energy Sources,RES)、电能存储(Electrical Energy Storage,EES)和车辆到电网(Vehicle-to-Grid,V2G)系统集成到调度过程中;探索需求分解技术以更好地考虑不可控负载;以及研究基于区块链的机制用于能量调度的透明日志和社区内点对点能源交易。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号