具备自学习能力的家庭能源管理系统优化调度方法及装置制造方法及图纸

本申请涉及一种具备自学习能力的家庭能源管理系统优化调度方法及装置，确定储能系统模型的约束条件，并根据第一光伏出力预测数据、第一负荷预测数据以及储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略。根据第二光伏出力预测数据与第一光伏出力数据的误差、第二负荷预测数据与第一负荷数据的误差，建立误差概率分布模型，并根据误差概率分布模型更新家庭能源管理系统优化调度模型，获得更新后的调度策略，更新后的调度策略被配置为调度家庭能源管理系统。通过实际误差更新调度策略，提高家庭能源管理系统调度的准确性，优化调度的效果。优化调度的效果。优化调度的效果。

【技术实现步骤摘要】
具备自学习能力的家庭能源管理系统优化调度方法及装置


[0001]本申请涉及家庭能源管理
，特别是涉及一种具备自学习能力的家庭能源管理系统优化调度方法及装置。

技术介绍

[0002]目前，能源和环境问题已成为制约社会发展的重要因素，这对电力系统的发展提出了更高的要求。为了指导用户更好的用电，基于分布式发电和储能的家庭能源管理系统应运而生。
[0003]家庭能源管理系统(Home Energy Management System, HEMS)是对智能电网的延伸，其以智能电表为依托，与电网进行信息交互，获取实时电价，光伏出力等信息。同时，HEMS将家庭中的分布式发电设备，智能家居整合为一体进行高效的管理和控制，可以智能的替代用户对电价做出响应，进行设备协调优化决策，是智能用电和分布式发电在用户端的体现。家庭能源管理系统能够在用电侧实现节能，具有重要的实际应用价值。
[0004]目前，家庭能源管理系统的优化调度通常采用智能算法进行求解，主要包括遗传算法、粒子群算法和蚁群算法等。然而，由于家庭能源管理系统在实际运行过程中，预先执行的调度与真实情况往往会出现较大差异，影响调度的准确性。

技术实现思路

[0005]基于此，有必要针对预先执行的调度与真实情况往往会出现较大差异，影响调度的准确性这一不足，提供一种具备自学习能力的家庭能源管理系统优化调度方法及装置。
[0006]本公开至少一个实施例提供了一种具备自学习能力的家庭能源管理系统优化调度方法，包括步骤：获取第一光伏出力预测数据和第一负荷预测数据；确定储能系统模型的约束条件；根据第一光伏出力预测数据、第一负荷预测数据以及储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略；根据初步调度策略指示家庭能源管理系统运行，获取运行周期内的第二光伏出力预测数据、第二负荷预测数据、第一光伏出力数据和第一负荷数据；根据第二光伏出力预测数据与第一光伏出力数据的误差、第二负荷预测数据与第一负荷数据的误差，建立误差概率分布模型；根据误差概率分布模型更新家庭能源管理系统优化调度模型，获得更新后的调度策略；其中，更新后的调度策略被配置为调度家庭能源管理系统。
[0007]上述的具备自学习能力的家庭能源管理系统优化调度方法，确定储能系统模型的约束条件，并根据第一光伏出力预测数据、第一负荷预测数据以及储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略。进一步地，根据第二光伏出力预测数据与第一光伏出力数据的误差、第二负荷预测数据与
第一负荷数据的误差，建立误差概率分布模型，并根据误差概率分布模型更新家庭能源管理系统优化调度模型，获得更新后的调度策略，更新后的调度策略被配置为调度家庭能源管理系统。基于此，通过实际误差更新调度策略，提高家庭能源管理系统调度的准确性，优化调度的效果。
[0008]本公开至少一个实施例还提供了一种具备自学习能力的家庭能源管理系统优化调度装置，包括：数据获取模块，用于获取第一光伏出力预测数据和第一负荷预测数据；条件确定模块，用于根据第一光伏出力预测数据和第一负荷预测数据确定储能系统模型的约束条件；策略确定模块，用于根据第一光伏出力预测数据、第一负荷预测数据以及储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略；数据运行模块，用于根据初步调度策略指示家庭能源管理系统运行，获取运行周期内的第二光伏出力预测数据、第二负荷预测数据、第一光伏出力数据和第一负荷数据；误差分析模块，用于根据第二光伏出力预测数据与第一光伏出力数据的误差、第二负荷预测数据与第一负荷数据的误差，建立误差概率分布模型；调度更新模块，用于根据误差概率分布模型更新家庭能源管理系统优化调度模型，获得更新后的调度策略；其中，更新后的调度策略被配置为调度家庭能源管理系统。
[0009]上述的具备自学习能力的家庭能源管理系统优化调度装置，确定储能系统模型的约束条件，并根据第一光伏出力预测数据、第一负荷预测数据以及储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略。进一步地，根据第二光伏出力预测数据与第一光伏出力数据的误差、第二负荷预测数据与第一负荷数据的误差，建立误差概率分布模型，并根据误差概率分布模型更新家庭能源管理系统优化调度模型，获得更新后的调度策略，更新后的调度策略被配置为调度家庭能源管理系统。基于此，通过实际误差更新调度策略，提高家庭能源管理系统调度的准确性，优化调度的效果。
[0010]本公开至少一个实施例还提供一种数据调度装置，包括：一个或多个存储器，非瞬时性地存储有计算机可执行指令；一个或多个处理器，配置为运行计算机可执行指令，其中，计算机可执行指令被一个或多个处理器运行时实现根据本公开任一实施例的具备自学习能力的家庭能源管理系统优化调度方法。
[0011]上述的负荷预测装置，确定储能系统模型的约束条件，并根据第一光伏出力预测数据、第一负荷预测数据以及储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略。进一步地，根据第二光伏出力预测数据与第一光伏出力数据的误差、第二负荷预测数据与第一负荷数据的误差，建立误差概率分布模型，并根据误差概率分布模型更新家庭能源管理系统优化调度模型，获得更新后的调度策略，更新后的调度策略被配置为调度家庭能源管理系统。基于此，通过实际误差更新调度策略，提高家庭能源管理系统调度的准确性，优化调度的效果。
[0012]本公开至少一个实施例还提供另一种非瞬时性计算机可读存储介质，其中，非瞬
时性计算机可读存储介质存储有计算机可执行指令，计算机可执行指令被处理器执行时实现根据本公开任一实施例的具备自学习能力的家庭能源管理系统优化调度方法。
[0013]上述的非瞬时性计算机可读存储介质，确定储能系统模型的约束条件，并根据第一光伏出力预测数据、第一负荷预测数据以及储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略。进一步地，根据第二光伏出力预测数据与第一光伏出力数据的误差、第二负荷预测数据与第一负荷数据的误差，建立误差概率分布模型，并根据误差概率分布模型更新家庭能源管理系统优化调度模型，获得更新后的调度策略，更新后的调度策略被配置为调度家庭能源管理系统。基于此，通过实际误差更新调度策略，提高家庭能源管理系统调度的准确性，优化调度的效果。
附图说明
[0014]图1为本公开实施例的家庭能源系统场景示意图；图2为一实施方式的具备自学习能力的家庭能源管理系统优化调度方法流程图；图3为另一实施方式的具备自学习能力的家庭能源管理系统优化调度方法流程图；图4为具体应用例的12点时段光伏功率预测误差概率模型；图5为具体应用例的12点时段负荷功率预测误差概率模型；图6为具体应用例的实时电价曲线图；图7为具体应用例的自学习调度后的用电成本变化过程图；图8本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具备自学习能力的家庭能源管理系统优化调度方法，其特征在于，包括步骤：获取第一光伏出力预测数据和第一负荷预测数据；确定储能系统模型的约束条件；根据所述第一光伏出力预测数据、所述第一负荷预测数据以及所述储能系统模型的约束条件确定家庭能源管理系统优化调度模型的目标函数和约束条件，以此确定初步调度策略；根据所述初步调度策略指示家庭能源管理系统运行，获取运行周期内的第二光伏出力预测数据、第二负荷预测数据、第一光伏出力数据和第一负荷数据；根据所述第二光伏出力预测数据与所述第一光伏出力数据的误差、所述第二负荷预测数据与所述第一负荷数据的误差，建立误差概率分布模型；根据误差概率分布模型更新所述家庭能源管理系统优化调度模型，获得更新后的调度策略；其中，所述更新后的调度策略被配置为调度所述家庭能源管理系统。2.根据权利要求1所述的具备自学习能力的家庭能源管理系统优化调度方法，其特征在于，还包括步骤：基于所述家庭能源管理系统的运行，获取调整周期内的第三光伏出力预测数据、第三负荷预测数据、第二光伏出力数据和第二负荷数据；根据所述第三光伏出力预测数据与所述第二光伏出力数据的误差、所述第三负荷预测数据与所述第二负荷数据的误差，更新所述误差概率分布模型。3.根据权利要求1所述的具备自学习能力的家庭能源管理系统优化调度方法，其特征在于，所述储能系统模型包括数学模型和约束条件；其中，储能系统模型的约束条件包括储能系统的充放电量约束条件、剩余电量约束条件、互斥约束条件和周期始末储能平衡约束条件；所述储能系统模型的数学模型，如下式：；所述储能系统模型的充放电量约束条件，如下式：；所述储能系统模型的剩余电量约束条件，如下式：；所述储能系统模型的互斥约束条件，如下式：；所述储能系统模型的周期始末储能平衡约束条件，如下式：；其中，是储能系统自放电率；为单位时长，T为调度周期；和分别为储能系统充电效率和放电效率；是时段储能系统的荷电状态，表示调度周期开始时段的荷电状态，表示调度周期结束时段的荷电状态，为储能系统荷电状态的最小值；
为储能系统荷电状态的最大值；和分别为储能系统在时段内的放电功率和充电功率；和分别为储能系统放电功率和充电功率的最大值；和分别为储能系统在时段的状态，以为1和为0分别表示放电状态和充电状态。4.根据权利要求1所述的具备自学习能力的家庭能源管理系统优化调度方法，其特征在于，所述家庭能源管理系统优化调度模型的目标函数是最小化用电成本和储能系统在调度周期内的充放电切换次数，如下式：；其中，F表示用电成本；T为调度周期；和分别表示时段向电网购电和售电的单位电价；和分别表示时段向电网购电功率和售电功率；为储能系统在调度周期内充放电切换次数上限；和分别为储能系统在时段的状态，以为1和为0分别表示放电状态和充电状态；为储能系统在调度周期内充放电切换次数大于限制次数的惩罚函数；其中，所述目标函数寻求的最优解为储能系统的充放电切换次数小于等于次；所述购电功率如下式：；所...

【专利技术属性】
技术研发人员：罗剑洪，卢雪明，欧阳家淦，张家杰，陈建松，
申请(专利权)人：广州三晶电气股份有限公司，
类型：发明
国别省市：