[发明专利]一种基于Q学习的户用微电网能量优化方法

摘要

本发明公开了一种基于Q学习的户用微电网能量优化方法，以空调负荷为研究重点，结合户用微电网中其他可控负荷及储能设备，以用电成本与用户舒适度为目标，发明了一种基于Q学习的户用微电网能量优化方法。该方法可以根据房间热容量、热阻，空调型号的不同，基于遗传算法算法在日前阶段自适应得到当前场景的热力学模型，并且可根据应用过程中当前场景环境的动态变化，在日内阶段通过Q学习自适应修正空调的设置温度，进一步提高能量管理的准确性。同时充分考虑用户意愿，用户可以结合自身需求选择相应的能量管理模式，实现对户用微电网的个性化管理。该方法可提高户用微电网调度的精确性和实用性，促进户用微电网能量管理的普遍应用。

主权项

1.一种基于Q学习的户用微电网能量优化方法，其特征在于：包括步骤：步骤(1)：在所述户用微电网系统中配备光伏发电系统以及储能设备；将所述户用微电网中负荷分为可平移负荷、可削减负荷和不可控负荷三类；步骤(2)：对所述户用微电网当前场景空调工作时的室内外温度及功率历史数据进行实时采样，通过遗传算法对历史数据拟合得到适合当前建筑物的热力学模型，同时对历史数据进行离线训练通过预学习获得初始Q矩阵；步骤(3)：根据步骤(2)得到的空调热力学模型、步骤(1)中储能设备的储能模型以及负荷的可平移负荷模型在日前阶段由用户选择需要的能量管理模式，以用电成本与舒适度为目标，以功率平衡约束与交互点功率限制作为约束条件，计算得出室内温度、储能的工作指令以及可平移负荷优化结果；步骤(4)：Q矩阵根据室外温度及房屋内部人员、环境的变化，不停地在线学习并实时更新；根据步骤(3)下发可平移负荷及储能的工作指令，空调根据步骤(3)得到的室内温度优化结果在日内阶段根据在线更新的Q矩阵修正后下发设置温度，从而实现户用微电网的能量优化。