[发明专利]一种带有储能设备的智能微电网电能优化控制方法

权利要求书

1.一种带有储能设备的智能微电网电能优化控制方法，其包括：

S1、参数初始化；

S2、开启全局迭代，初始化评判网络和执行网络权值；

S3、开启局部迭代，利用自适应动态规划方法训练评判网络和执行网络，修正神经网络权值，其中评判网络用来近似最优性能指标函数，并利用该评判网络权值评测当前电池控制策略的性能，执行网络用来近似最优控制策略，最小化一次全局迭代内的总成本；

S4、判断当前局部迭代是否完成，如果尚未完成，则返回局部迭代，否则更新迭代性能指标函数和迭代控制律，以获得最优解；判断当前全局迭代是否满足收敛精度，如果尚未完成，则返回全局迭代；

S5、如果满足收敛精度，根据最优性能指标获得最优的电池控制策略并计算用电成本。

2.如权利要求1所述的方法，其特征在于，在步骤S1中，初始化参数包括：实时电价、周期性用户负载数据、神经网络参数以及收敛精度；其中，所述实时电价数据为参照我国部分地区的电价信息而获得的实时电价，周期性用户负载数据根据居民住宅用电历史数据获得。

3.如权利要求1所述的方法，其特征在于，在步骤S1中，设置评判网络的结构为3-15-1，其中3为评判网络输入层节点数量，15为评判网络隐层节点数量，1为评判网络输出层节点数量，隐层节点数量可根据经验进行调整以获得最佳的逼近效果，并且定义收敛精度为1.0×10^-5。

4.如权利要求1所述的方法，其特征在于，在步骤S2中，在(-0.1，0.1)范围内采用随机方式进行评判网络和执行网络的权值初始化。

5.如权利要求1所述的方法，其特征在于，在步骤S3中，所述评判网络的输入数据和输出数据包括：

输入数据：电网供电功率P_g(t)，归一化的电池电量E_b(t)，电池的电池控制策略u(t)；

输出数据：性能指标函数Q(t)；

根据Bellman方程，利用评判网络下一时刻的输出Q(t+1)与效用函数U(t)计算得到当前时刻的输出数据Q(t)，计算公式如下：

Q(x(t),u(t),t)=U(x(t),u(t),t)+minu(t+1)Q(x(t+1),u(t+1),t+1)]]>

x(t)＝[x₁(t)，x₂(t)]^T

其中，x₁(t)为电网供电功率P_g(t)，x₂(t)为归一化的电池电量E_b(t)-0.5，表示尽可能将电池电量保持在50％左右，则所述效用函数U(t)表示t时刻用电花费、电池电量变化功率以及充放电功率的消耗总和。