智能电网环境下家庭能源管理系统关键技术及其未来研究方向 智能电网环境下家庭能源管理系统的技术体系物理层由负载、储能系统和可再生能源三类设备构成；在中间层检测、预测、用户设置的基础上对物理层设备的运行进行优化调度，优化调度的结果通过设备监控作用于物理层设备上，利用网络通信技术构成家庭能源管理系统通信网络；在中间层的支持下可以实现节能减排、需求响应、可再生能源接入、电动汽车接入等系统功能。在此技术体系中，检测是进行优化调度和监控的基础，优化调度是核心，网络通信技术是实现系统的关键技术之一。另一方面，风电、光伏发电出力预测、电价预测和负载预测可直接采用已有的预测算法。因此，本节从检测技术、网络通信技术和优化调度算法三方面总结智能电网环境下家庭能源管理系统的关键技术研究取得的成果，讨论存在的技术挑战，并指出未来的研究方向。智能电网环境下家庭能源管理系统技术体系家庭能源管理系统的检测技术与传统的家庭能源管理系统相比，智能电网环境下家庭能源管理系统检测的物理量范围更广、频率更高、粒度更细。以检测用电设备的耗电量为例，智能电网环境下的家庭能源管理系统不仅要检测家庭用户的总用电量，还要将用电量细化到具体的用电设备和用电时段上。传统检测方法需要为每个检测对象安装传感器，成本高，安装、维护难，并且它是一种侵入式检测方法，难以被用户接受。非侵入式负载检测方法可以弥补传统方法的不足，是当前的研究热点。它由 MIT 的 George Hart提出，最初用于居民楼负载监测。该方法通过分析负载的稳态和瞬态特征实现负载的识别。非侵入式负载检测方法只需要在家庭环境内安装少量传感器检测关键节点的用电量，然后通过算法来确定具体设备的工作状态和耗电量。用户侧的智能电表在一段时间内测量的用户用电功率实时曲线图，可以采用基于“时间窗口”的方法以窗口期功率信号的边沿特征、顺序特征、变化趋势和持续时间为特征量，通过与特征数据库中的特征匹配来识别设备，从而将智能电表测量的总功耗分解到具体的用电负载。非侵入式负载检测方法中设备特征选取和识别算法设计是关键，目前的算法有时间序列法、维特比算法、整数规划法、模糊聚类法、人工神经网络法、遗传算法等。非侵入式负载检测方法采用的仪表少、成本低、安装维护容易，易于被用户接受，但对于能耗小、工作模式复杂的设备进行识别比较困难，并且随着设备数量的增加设备进行识别比较困难，并且随着设备数量的增加，识别精度下降；大部分算法需要大量的训练和标定过程对家庭环境内用户的物理位置和行为进行检测和识别，采用一定的方法对用户的行为模式进行预测有利于家庭能源管理系统对设备的运行进行优化调度。检测手段除了传统的红外法、RFID标签法外，还可以通过嵌入在家用电器中的无线收发器接收信号强度的变化来检测人员活动信息。除了传统的以数据为中心的人员行为检测，也可以采用知识驱动的方式进行家庭环境内人员行为检测，比如利用本体对家庭环境和人员行为进行表示、建模，采用语义推理、分类和领域知识进行人员行为识别。目前，家庭环境内人员活动行为的检测和识别主要集中在单用户方面，在实际家庭环境内往往存在多个用户，他们之间的行为具有耦合性，增大了行为识别和预测的难度，但识别和预测的结果对提高家庭能源管理系统的优化调度性能具有重要价值。因此，非侵入式检测识别算法、多用户用能行为检测和识别是家庭能源管理系统检测技术领域未来的研究重点。与传统的家庭能源管理系统不同，智能电网环境下的家庭能源管理系统不仅要对单个家庭环境内的用能进行优化、管理，而且多个家庭还要协同工作，因此，智能电网环境下的家庭能源管理系统需要 家 域 网 (Home Area Network)、 小 区 网 络（Neighborhood Area Network）和广域网（Wide Area Network）三种网络的支持。每个家庭能源管理系统含有一个智能电表，它是家域网与外部网络进行信息交换的接口。同一区域的众多智能电表构成小区网络，来自各个智能电表的数据在小区网络数据聚合中心进行聚合，再通过广域网送到电力公司用于实现用能计量、负载预测等功能；电力公司发布的需求响应控制命令、电价等信息沿相反的路径传输。家庭能源管理系统相关网络由于用户移动、增减用电负载等操作会造成网络拓扑结构频繁改变，因此不适于采用有线方式组建家庭能源管理系统通信网络。无线通信技术是当前组建家庭能源管理系统家域网的主流技术，其中技术由于具有低功耗、自组织、拓扑结构灵活、低成本等优点，是家庭活、低成本等优点，是家庭能源管理系统家域网最家庭环境内含有大量种类多样的设备，由不同的制造商生产，采用不同的通信标准，尽管技术在该领域得到了广泛应用，但尚未形成家庭能源管理系统家域网的统一通信标准。这增加了系统集成的难度。另外，目前家庭环境内的大部分用电设备检测、通信功能有限，需要外置的检测、通信模块来检测自身用能情况和组成网络，这种方式使家庭能源管理系统实施难度大、成本高、不易被用户接受。互操作研究仍是家庭能源管理系统家域网领域研究的热点。通过和智能家电制造商联合制定家庭能源管理系统的标准，未来的智能家电自身含有能量检测和通信组网能力，来自不同制造商的智能家电能够按照同一标准自动组网，自我报告自身用能情况。这种标准的制定有利于解决目前家庭能源管理系统存在的能量检测精度低、设备互操作难的问题，降低家庭能源管理系统的实现成本，提高用户接受度。网络安全问题是智能电网环境下家庭能源管理系统网络通信领域另外一个研究热点。在智能电网环境下，用户通过 Internet 和移动网络可以对家庭环境内的设备进行监控，同时家庭能源管理系统采集大量的用户用电数据。非法用户可以通过用户用电数据的分析推断出用户的生活习惯，造成用户隐私泄露；非法的网络入侵会威胁到系统的安全运行，造成用户的经济损失。因此，研究相应的网络安全技术对于保障家庭能源管理系统的安全运行和用户隐私及经济利益具有重要的意义。但家庭能源管理系统中的设备存在资源受限、计算能力弱的特点，比如，智能洗衣机的控制器是典型的中低端嵌入式微处理器，其计算能力有限。并且家庭能源管理系统网络中涉及控制的信息传输要满足硬实时性的要求。所以传统的 Internet 网络安全技术不能满足系统需求，因此计算资源受限情况下满足实时性要求的网络安全技术是未来的研究重点。另外，家庭能源管理系统采集大量的用户用电数据，内含用户隐私，如何在满足电力公司正常需求的前提下尽量保护用户隐私也是值得研究的方向之一。智能电网环境下家庭能源管理系统的优化调度算法除了以上三类主要算法之外，一些研究人员提出了通过对一定数量的 HVAC 系统、热水器、电动汽车进行协同调度控制，为电力系统的运行提供调频、调峰等服务的算法。研究表明用户的用能费用与用电负载、储能系统、分布式电源和向电网出售电能等因素均有关系，但在统一的优化框架下综合考虑这些因素的研究目前较少。另外，已有的调度算法对可再生能源出力预测、负载预测、电价预测、用户用能不确定性和环境因素（比如室外环境温度）等不确定性因素对优化调度结果的影响研究不足。因此，在不确定性环境下基于统一优化框架综合考虑各种因素的调度算法是该领域未来的研究方向之一。
