非预测机制下计及碳交易的家庭能量低碳优化实时管理

传统家庭能量管理系统模型多基于预测或场景生成,并通过优化算法进行日前离线优化,但难以解决光伏、负荷等不确定性等问题。基于此,提出了一种非预测机制下计及碳交易的家庭能量低碳优化实时管理模型。首先,利用深度Q网络算法对不同类型负荷的动作状态空间进行定义,通过建立智能体避免使用历史数据及概率分布模型等预测机制。其次,在考虑系统碳排放等基础上,以用户电费–碳交易成本及满意度惩罚为目标,构建能量管理模型,并利用智能体与实时环境进行交互,在不确定性环境中进行实时求解。最后,在算例分析中通过与传统粒子群优化算法对比及不同模型参数分析,证明了所提模型具有较好的实时优化性能及鲁棒性。