[发明专利]一种基于多代理系统的智能家居优化方法

权利要求书

1.一种基于多代理系统的智能家居优化方法，其特征在于，包括以下步骤：

1)建立具有随机性出力的风力发电系统出力模型，太阳能光伏发电系统出力模型和电动汽车充放电系统出力模型；

2)计算居家用户满意度，具体包括以下步骤：

2-1)计算居家用电需求反馈前的电价P(h-)和需求响应后的实际电价P(h)：

P(h-)=Στ=0mkτ·P(h-τ),Στ=0mkτ=1]]>

其中：k^τ是电价的权重系数，代表了目前和τ天前电价之间的相关程度，

P(h)=∝1·e∝2·I‾(h)+∝3·e∝4·I‾(h)]]>

其中：∝_1·、∝_2·、∝_3.、∝_4.是相关系数，代表了平均每个居家用户在h小时内的实际的负荷需求；

2-2)计算居家用户的售电倾向Sell(h)，

Sell(h)=(P(h-)max(P(h-))·((gi(h)+si(h))-li(h-))·P(h-)max(((gi(h)+si(h))-li(h-))·P(h-)))12...............(gi(h)+si(h))>li(h-)P(h-)max(P(h-)).................................................................................(gi(h)+si(h))<li(h-)]]>

其中，g_i(h)为风力发电系统生产的电能总量，s_i(h)为太阳能发电系统生产的电能总量，l_i(h)为电动汽车充电负荷，P(h-)表示用电需求反馈前的电价，max(P(h-))表示用电需求反馈前的最大电价，l_i(h-)为储能系统的电能总量；

2-3)计算居家用户的储能倾向Store(h)，表达式如下：

Store(h)=Average(P(h))max(P(h))..................................................................................(gi(h)+si(h))>li(h)(Average(P(h))max(P(h))·Average(li(h)-(gi(h)+si(h)))·(P(h))max(li(h)-(gi(h)+si(h)))·(P(h)))12...............(gi(h)+si(h))<li(h)]]>

2-4)计算居家用户满意度计算公式如下：

Wh(Xah,Eh,Sell(h),Store(h))=Σi=1n(|Sell(h)-Sells(h)|+|Store(h)-Stores(h)|-P(h)*[Σa∈ZXah-Eh]-P(h-)*Eh)]]>

其中，表示在h时段内设备a消耗的总电能，E_h为用户在h时段内储存的电能，Store_s(h)是储能意向判断边界条件数值，Sell_s(h)是售电意向判断边界条件数值，n为所有的居家用户；

3)以每个居家用户为1个代理，所有用户作为1个多代理系统，以系统最小化电费为目标，以居家用户满意度最大为目标函数，采用遗传算法进行整个系统的经济性优化，根据评判标准值，做出相应的操作；

所述做出相应的操作的评判标准为：

Ⅰ)从电网购电的评断标准为：

且Store(h)-Store_s(h)＞0或者

Ⅱ-1)储能电池进行充电的评断标准为：

且Store(h)-Store_s(h)＞0

Ⅱ-2)储能电池进行放电的评断标准为：

且Store(h)-Store_s(h)＞0或者

Ⅲ)向电网售电的评断标准为：

且Store(h)-Store_s(h)＞0。