4、智能家庭能源调度：多时间尺度随机模型预测控制策略

智能家庭能源调度：多时间尺度随机模型预测控制策略

1. 智能家庭能源调度问题的应用策略

1.1 合作分布式优化

每个智能家庭在解决自身能源调度问题时，目标是实现总成本最小化。这需要综合考虑自身的能源资源、与之相连的其他智能家庭的可用电力，以及与这些相连家庭进行电力交易的价格。电力交易价格的确定规则如下：
- 若电力出口方智能家庭安装了分布式发电机（DG），则交易价格基于该 DG 的边际成本评估。
- 若电力出口方智能家庭没有 DG，则价格依据电力进口方智能家庭的 DG 边际成本确定。
- 若双方智能家庭都有 DG，交易价格基于两个 DG 发电成本的平均值确定。

1.2 应对可再生能源功率不确定性的随机方法

为处理光伏（PV）面板功率的不确定性，采用了随机方法。具体步骤如下：
1. 预测优化时间范围内的太阳辐照度值。
2. 为估计的太阳辐照度定义合适的场景。

1.3 多时间尺度优化

采用五分钟和一小时的多时间尺度方法，具有以下特点：
- 短时间步（五分钟）能为问题变量提供精确的分辨率。
- 长时间步（一小时）能为优化时间范围（12 小时）提供广阔的视野。

1.4 模型预测控制（MPC）应对可再生能源功率变化

为应对 PV 面板功率的变化性，应用了 MPC 技术。对于五分钟和一小时时间尺度，优化时间范围均假定为 12 个时间步。

1.5 资源的技术和经济约束建模

对智能家庭能源资源（包括 DG、插电式电动汽车（PEV）的电池和 PV 面板）的所有经济和技术约