[发明专利]基于信息交互的家庭能量智能优化方法

权利要求书

1.一种基于信息交互的家庭能量智能优化方法，其特征在于，包括：

(1)信息获取：每间隔一定时间步长采集家庭能量管理系统中的光伏发电信息、电价信息、家庭电器设备使用状态；

(2)优化准入预判：根据采集的信息判断是否进行能量优化，设定以下四种判断条件：

a.用电需求小于光伏产出，即

其中，P_D为需求功率，P_V为光伏板产生光伏功率，为设定阈值；

b.电力市场电价波动过大，即

其中，π_t为t时刻的实时电价信息，π_t+1是后一时刻的电价信息，为设定的电价波动阈值；

c.家庭电器设备的整体运行功率在家庭能量负荷的允许范围内，即

P_total＜P_limt，

其中，P_total为家庭设备总功率，P_limt为家庭能量负荷的最大限制值；

d.出现用户随机行为或计划外运行，即

其中，t^d为设备启动时间，Y_set为计划内设备运行时间集合；

若上述条件均不满足，则由原有的控制策略进行设备的控制，即不进入优化循环，设备保持原有运行状态；

若上述任一个条件成立，则根据下述步骤进行优化控制：

(3)监测确定设备状态类型集合：基于采集的设备使用状态，确定当前时间段设备状态类型集合，包括：计划外设备集合、运行设备集合、可控设备集合和可延迟设备集合；

(4)对设备进行优化控制输出，包括：

建立基于电价、光伏预测偏差和可控设备的马尔科夫决策过程模型；

求解马尔科夫决策过程模型得到用户电量花费最小前提下的最优控制策略；

将运行设备集合、可控设备集合和可延迟设备集合转换为设备控制信息，传输给对应设备进行调控。

2.根据权利要求1所述的方法，其特征在于，所述马尔科夫决策过程模型通过以下方法构建：

(21)构建用户整体电量花费的离散集合C^total，

C^total＝{C₁，C₂，C₃，...C_n} (1)

其中，C_n为n时刻的电量花费，c_n为实时电价信息，Δc为电价信息偏差，为设备的总耗电量，为可控设备功率；P_PV为光伏发电功率；N为可控设备数量，j为可控设备计数编号，ΔP_pv为光伏预测偏差，Δt为时间步长；

(22)将电量花费变量C_n看做一个形态，形成状态值和电量花费的映射；未来的电量花费状态只与现在的电量花费有关，而与之前的电量花费保持独立，此时电量花费的序列即可看做马尔科夫链：

其中，为系统从状态S₁转移至状态S₂时的状态转移矩阵；

(23)定义状态空间S、动作空间A、转移概率矩阵T以及奖励函数R：

状态空间S：在考虑最小化用电花费和电量消耗的优化目标之下，用电量花费的一定范围表征状态空间，采用概率密度函数来划分状态边界：

S_k＝(B_k，B_k+1)＝{C_n|B_k≤C_n＜B_k+1} (5)

其中，B表示状态边界，k表示状态序号；

动作集合A_SET：动作集合由一系列动作变量表征，不同变量表示不同设备的开关状态；不同运行状态的设备组合构成控制设备集合，在时刻t时的动作集合为可控设备集合的子集，由此给出动作集合：

A_SET＝{A_m,k＝1,2,3...m_max} (6)

其中，数字序号n_c表征不同的可控设备，每一个动作表征不同设备的开关组合；为状态动作的子集，m为子集编号；q为子集内最大控制设备数；

转移概率矩阵T：表征了状态之间变化的概率；利用蒙特卡洛模拟法对状态转移概率进行逼近，由一个季度的用户用电数据进行模拟，用于有效表示用户行为变化和用电花费间的潜在关系；当考虑动作变量后，概率表征在当前状态下，采用所给动作转移至下一状态的概率；

式中，为在动作A_m下由状态i转移至状态j的转移概率，为动作A_m下由状态i转移至状态j时的次数；同时，给出在动作变量下状态变化的定义：

式中，C₁∈S_i，C₂∈S_j，P_k为在动作集合中包涵动作设备运行功率，δ_k为设备的运行状态量以正负值的形式对整体用能花费产生影响；

奖励函数R：采用功率、电价、能耗，以及设备状态时间来表征建立函数整体目标：

R＝F(P_d,M_d,C_t,W_t) (10)

其中，P_d，M_d，C_t，W_t分别为设备d的功率、运行状态、电量花费集合和剩余等待时间；

整体回报采用花费和满意程度的加权来表征：第一部分花费变化由状态的变化决定，第二部分整体舒适度由动作给出的设备状态及设备的运行时间决定，即回报函数为：

其中，α、β为比例系数，M_d为设备运行状态，为t时刻内由状态i在动作a下转移至状态j时的回报值，W_set为预设的设备等待时间，W_t为设备剩余等待时间。