纪 涛，吴凤鸣，朱斌泉

（湖州德清县供电局，浙江 德清 313200）

基于智能多级亮度的城乡路灯照明系统节能控制设计*

纪 涛，吴凤鸣，朱斌泉

（湖州德清县供电局，浙江 德清 313200）

在路灯照明控制系统中，维持特殊天气情况时光线强度对环境的平衡以及节能减耗是控制的目的，因此根据光强控制灯光的开灯率是控制系统设计过程中的重要环节.在分析了光照强度检测条件的前提下，提出了灰色理论的路灯照明多级亮度智能控制策略，解决了开灯率高和能源浪费的问题.

灰色预测；城乡路灯照明；光照度；节能

0 引言

随着我国城乡建设投入的加大，陆续投入运行的照明设施日渐增多，能源的浪费成为一个关键问题.本文提出一种基于灰色理论预测的多级亮度智能控制策略.在灯具的不同排列组合基础下，利用现场控制器，根据天气不同情况下的亮度和时间，提供相应数字信号对照明灯进行逻辑控制.这种方法线路设计简单，灯具选择灵活，维修保养容易，扩展性好，节能效果明显.

1 路灯照明系统拓扑结构

考虑到目前处于研究阶段，另一方面为了提高通信效率和距离，该系统设计采用485光纤总线网络进行检测和控制.其结构如图1所示.

该系统中，道路左侧照度检测仪主要完成对照度、亮度的检测；右侧检测器主要完成对信号的采集与传输，完成对亮度和照度信号的转换；分布式控制器主要完成对信号的比较、六级控制参数的就地（远程）设置、照明控制回路的控制、对报警信号的传送等［1，2］.

2 路灯照明系统控制方案

2.1 多级亮度智能控制策略

路灯照明系统的控制模式分为晴天、多云、阴天、重阴天、晚间、深夜等六种.该系统采用了结合照度检测多级控制和时间表控制特点的新型控制策略.亮度和时间是该控制策略的重要依据［3］.利用时间表控制的特点，一天被分为3个时段：白天时段、晚间时段、深夜时段，如图2所示.同时，光照情况也被划分为晴天光照、多云光照、阴天光照、重阴天光照和晚上光照.任一种光照情况对应2个光照阀值.控制器利用带回环的继电器特性，确定当前的光照情况，以避免光照情况反复的变化，如图3所示.

根据光照常识，把时间、光照情况和控制模式的关系归纳如下：

（1）晴天模式／多云模式／阴天模式／重阴天模式：根据亮度检测器所得的亮度值，可确定目前为晴天／多云／阴天／重阴天光照情况，而晴天／多云／阴天／重阴天光照情况只可能发生在白天时段内.所以亮度检测器检测所得的亮度值是晴天模式／多云模式／阴天模式／重阴天模式的识别依据，白天时段是晴天模式／多云模式／阴天模式／重阴天模式的约束条件.

（2）晚间模式：根据亮度值，可确定目前为晚上光照情况，再根据时间，判断目前处于白天时段和晚上时段内，即可确定为晚间模式.所以亮度值和时间是晚间模式的识别依据.

（3）深夜模式：根据时间，判断目前处于深夜时段内，即可确定为深夜模式.所以时间是深夜模式的唯一识别依据.

控制模式确定的关联见表1.

表1 控制模式确定的关联表

2.2 基于灰色理论的路灯照明多级亮度智能控制［4］

在进行光照度检测时，光照强度随天气有显著变化，且由于局部遮挡物存在以及受检测仪器本身的检测精度、电子干扰等因素的影响，常常使送入处理器的部分检测数据不完整、不精确、不可靠.同时，对于空间光照度的研究，我们缺乏其物理原型，而且光照度检测系统属于一类灰色系统.考虑到这些问题，本文采用灰色理论的估计方法对数据进行融合.灰色理论可以反应不同数据之间关联的不确定程度，并且不受样本质量和样本分布情况的影响，主要用于解决信息不完备系统的复杂问题.它所处理的对象是时间序列的数据，并且该理论通过预测不同时间序列之间的发展趋势来确定两者之间的相似程度.灰色系统GM（1，1）模型实现对下一时刻光照度的预测，当探测目标值丢点后，可利用已知数列建立GM（1，1）模型来进行预测，并将预测的数值填补在已知数列之后，同时去掉前面的一个数据，这样既可以保持数列的维数相同，也可以逐步预测，依次递补.控制流程如图4所示.其中，光照度灰色模型建立的过程如下：

（1）确定光照度值的采集数列.

（2）对式（1）所示数列进行一次累加生成（1-AGO），生成新数列x（1）.

（3）建立光照度GM（1，1）模型相应的差分方程.

式中a为发展灰数，u为内生控制系数，

上述参数均由人工计算完成.

（4）对GM（1，1）进行求解，得到其对应的时间响应函数即预测模型解.

（5）对上述求解得出的预测值进行一次累减生成，得到原始数据预测值的还原值.

（6）求出原始光照度数据的还原预测值与其实际数据值之间的残差值ξ（0）（t）和相对误差q（t），即进行残差检验.

（8）如果残差检验、关联度检验都能通过，则可以用所建的模型进行预测，否则要进行残差修正.

利用已知函数作为目标函数，取该函数前10个值作为原始数列，采用灰色模型（GM），根据输入对该函数的值进行预测，其仿真结果如图5所示.

2.3 系统应用

目前，基于灰色理论的路灯照明多级亮度智能控制系统已成功完成实验室模拟应用.表2所示为采用SDS-700便携式高精度光照度检测仪器以及本系统预测模型观测的一组照度对比值.通过灰色关联分析、灰色预测的方法对光照度检测仪出现丢失数据的情况下进行数据融合的方法是可行的，并且在有较大的噪声干扰情况下取得了良好的效果，其预测准确度在90%以上.

与传统路灯控制系统相比，基于灰色理论的路灯多级亮度智能控制系统可实时监测不同的天气和光照条件，利用先进的微处理器和现代化通信网络，相应地控制路灯的开关并调整路灯的亮度，整套系统可实现全自动运行，大大提升了路灯控制系统的智能化水平.

系统采用灰色预测理论，可精确预测光照度，从而可根据光照情况对路灯亮度连续进行调节，由此可大大降低路灯的能耗.从实验室运行结果来看，每盏路灯耗电量大约可节省10%左右，考虑到路灯的使用规模非常巨大，由此带来的节能降耗空间非常可观.

该新型控制系统将首先在本单位辖区范围内进行试运行，采集实验参数并对系统进一步进行优化后，可向社会推广应用.智能路灯控制系统的应用将大大降低公用设施的总耗电量，对于建设节约型社会将起到重要的推动作用.

表2 20s内亮度值表

3 结论

本文建立了光照度检测灰色模型，对观测数据进行了进一步的修正，采用了灰色关联分析、灰色预测，完成对照度值的融合.系统的模拟结果显示，在正常以及出现通讯干扰的情况下，采用多级亮度控制可以准确预测天气环境状态，并以此制定出开灯方案，实现自动化节能.

［1］郭引萍，惠秀娟.智能照明调控系统在公路隧道中的应用 ［J］.中国交通信息产业，2010（1）：91～94.

［2］王伟力.基于DeviceNet现场总线的智能照明控制系统设计 ［D］.长安大学，2008：45～47.

［3］杨本文，郑旭东.城市路灯照明节能方案及运行管理 ［J］.湖北电力，2006：61～62.

［4］张志明.基于灰色理论的短期电力负荷预测研究 ［D］.湖南大学，2009：33～40.

On the Intelligent Streetlight Control Based on Multi-level Luminance

JI Tao，WU Feng-ming，ZHU Bin-quan
（Huzhou Deqng County Power Supply Bureau，Deqing 313200，China）

Maintaining the balance between luminance and environment under special weather conditions and energy-saving are the main purposes of the streetlight control system.So it’s very important to implement a control system design so as to achieve optimal lighting performance according to actual luminance.This paper advances a novel intelligent control strategy for multi-level luminance based on grey theory and the experimental results show that it’s very effective to improve lighting performance and reduce power consumption.

grey prediction；streetlight lighting；luminance；energy-saving

TP273

A

1009-1734（2012）01-0032-05

2012-02-15

纪涛，助理工程师，从事电力检修与工程管理研究.