基于数据驱动的家庭能量实时经济调控方法

分布式电源和大量用户侧可调资源的接入使得通过需求侧响应提高系统的用能效率、节约用电成本以及实现清洁能源转型成为现实。然而，分布式发电的不确定性和间歇性以及用户负荷的随机波动使得依赖于预测数据的模型驱动调度方法存在预测误差导致调度效果不佳的问题。针对以上问题，提出了一种基于数据驱动的家庭能量实时经济调控方法。该方法首先建立家庭能量系统的数学模型，然后利用历史数据基于模型驱动方法构建训练数据集；所构建的训练数据集将用于人工神经网络的监督学习，从而建立基于数据驱动的调度决策模型；之后，在新的场景到来时由该模型输出调度结果并施加设备约束得到调度决策。仿真表明，所述方法可以基于电价变化协调用电器和储能系统的运行，在保证用电器和储能系统安全运行的前提下实现经济运行。