[发明专利]一种家庭微电网多时间尺度电能调度方法

权利要求书

1.一种家庭微电网多时间尺度电能调度方法，其特征在于，包括：

采集微电网的用户用电的历史数据；

利用机器学习的方法对所述历史数据进行学习，进而预测未来待调度时间区间内的光伏微电网的光伏最大功率输出预测值、微电网的风机最大功率输出预测值以及微电网的不能控设备最大功率输出预测值；

基于所述不能控设备最大功率输出预测值，考虑可迁移负荷的优先调度规划，以优先规划调度可迁移负载以及用户电价为目标，建立指标函数，采用混合整数优化的方法对指标函数求解，得到可迁移负载的调度序列，继而得到微电网中能控设备的负荷曲线；

定义微电网的状态变量和控制变量，建立自学习优化机制，训练微电网控制器；

在未来待调度时间区间内，以设定的时间尺度测量微电网的状态变量，并根据训练好的微电网控制器得到优化的控制变量；当微电网的温控设备开启时，通过调节温控设备的用电功率，来使得实际的用电负荷和预测的用电负荷一致。

2.根据权利要求1所述的家庭微电网多时间尺度电能调度方法，其特征在于，所述微电网的用户用电的历史数据包括{P_G,i,P_un,i,I_PV,i,v_WT,i,C,P_agg}，其中P_G,i表示微电网i从公用电网取电的历史数据，P_un,i表示微电网i不能控设备的历史负荷曲线，I_PV,i表示微电网i光伏板受到的的历史辐射强度，v_WT,i表示微电网i的风机所处环境受到的的历史风速，C表示多微网的电价历史数据，P_agg表示所有微电网向配电网取电的总功率历史数据。

3.根据权利要求1所述的家庭微电网多时间尺度电能调度方法，其特征在于，所述以优先规划调度可迁移负载以及用户电价为目标，建立指标函数，表示为：

上式中，ω₁和ω₂表示罚函数，C(t)是电价，q_i表示微电网i可迁移设备的数量，z_ζ(t)表示微电网的可迁移设备在不同时刻的开关量，取值为0或1；Γ_ζ表示第ζ个可迁移设备的额定功率，q_i表示可迁移设备数量，P_un,i(t)表示未来待调度时间区间的不能控设备最大功率输出，T表示未来待调度的时间区间的集合。

4.根据权利要求1所述的家庭微电网多时间尺度电能调度方法，其特征在于，所述定义微电网的状态变量和控制变量，表示为：

状态变量：

其中，P_G,i(t)表示微电网i从配电网中取电的功率，SOC_i(t)表示微电网i的蓄电池在t时刻的电量，P_R,i(t)表示微电网i的负载侧供电部分的新能源最大输出功率，其等于负载侧供电部分光伏发电的最大输出功率与负载侧供电部分风机发电的最大输出功率之和；表示微电网i的不能控负荷的预测值，为微电网中能控设备的负荷曲线的表达式。

控制变量：

u_i(t)＝[P_b,i(t) s_i(t) L_i(t)]

其中，P_b,i(t)表示微电网i买入的电，s_i(t)表示可供给其他微电网的电，其值为微电网i的风机发电的功率和光伏发电的功率之和；L_i(t)表示微电网i的买卖电价。