[发明专利]一种基于多代理系统的智能家居优化方法

摘要

本发明公开了一种基于多代理系统的智能家居优化方法，该方法考虑了动态的环境因素，把每个用户考虑为一个自动代理，以所有代理组成一个系统，基于目前和预测的用电负荷总量、生产电能总量、所储存的电能总量、以及相关电价和用户满意度函数进行合理的出售、购买或者储存电能，得到系统经济性最优的方案。本发明能够有效地最小化居民用户的电费，同时能够使总负荷需求曲线更为平滑。

主权项

一种基于多代理系统的智能家居优化方法，其特征在于，包括以下步骤：1)建立具有随机性出力的风力发电系统出力模型，太阳能光伏发电系统出力模型和电动汽车充放电系统出力模型；2)计算居家用户满意度，具体包括以下步骤：2‑1)计算居家用电需求反馈前的电价P(h‑)和需求响应后的实际电价P(h)：P(h-)=Στ=0mkτ·P(h-τ),Στ=0mkτ=1]]>其中：kτ是电价的权重系数，代表了目前和τ天前电价之间的相关程度，P(h)=∝1·e∝2·I‾(h)+∝3·e∝4·I‾(h)]]>其中：∝1·、∝2·、∝3.、∝4.是相关系数，代表了平均每个居家用户在h小时内的实际的负荷需求；2‑2)计算居家用户的售电倾向Sell(h)，Sell(h)=(P(h-)max(P(h-))·((gi(h)+si(h))-li(h-))·P(h-)max(((gi(h)+si(h))-li(h-))·P(h-)))12...............(gi(h)+si(h))>li(h-)P(h-)max(P(h-)).................................................................................(gi(h)+si(h))<li(h-)]]>其中，gi(h)为风力发电系统生产的电能总量，si(h)为太阳能发电系统生产的电能总量，li(h)为电动汽车充电负荷，P(h‑)表示用电需求反馈前的电价，max(P(h‑))表示用电需求反馈前的最大电价，li(h‑)为储能系统的电能总量；2‑3)计算居家用户的储能倾向Store(h)，表达式如下：Store(h)=Average(P(h))max(P(h))..................................................................................(gi(h)+si(h))>li(h)(Average(P(h))max(P(h))·Average(li(h)-(gi(h)+si(h)))·(P(h))max(li(h)-(gi(h)+si(h)))·(P(h)))12...............(gi(h)+si(h))<li(h)]]>2‑4)计算居家用户满意度计算公式如下：Wh(Xah,Eh,Sell(h),Store(h))=Σi=1n(|Sell(h)-Sells(h)|+|Store(h)-Stores(h)|-P(h)*[Σa∈ZXah-Eh]-P(h-)*Eh)]]>其中，表示在h时段内设备a消耗的总电能，Eh为用户在h时段内储存的电能，Stores(h)是储能意向判断边界条件数值，Sells(h)是售电意向判断边界条件数值，n为所有的居家用户；3)以每个居家用户为1个代理，所有用户作为1个多代理系统，以系统最小化电费为目标，以居家用户满意度最大为目标函数，采用遗传算法进行整个系统的经济性优化，根据评判标准值，做出相应的操作；所述做出相应的操作的评判标准为：Ⅰ)从电网购电的评断标准为：且Store(h)‑Stores(h)＞0或者Ⅱ‑1)储能电池进行充电的评断标准为：且Store(h)‑Stores(h)＞0Ⅱ‑2)储能电池进行放电的评断标准为：且Store(h)‑Stores(h)＞0或者Ⅲ)向电网售电的评断标准为：且Store(h)‑Stores(h)＞0。