1.实时电价环境下的家居混合供电系统能量优化调度方法，其特征在于：
步骤(1)按半小时为时间间隔进行采样，获取当前时刻系统中全部DG、RTP的状态信息；
步骤(2)对家居用电设备进行分类，包含不可调节用电时段，必须优先满足其用电需求的刚性负荷；设备工作期间不可暂停，但整体工作时段可以调节的不可中断负荷；可以在任意半小时节点处暂停并在下次运行时继续执行任务的可中断负荷；其中，后两种负荷属于柔性负荷，可以按照调度策略调整工作时刻；建立柔性负荷工作模型，如公式①所示：
①
其中，ha是设备可能工作的时间点， 是设备开始工作时刻， 是设备结束工作时刻，[αa，βa]是设备允许工作时段范围，a是设备编号，m是不可中断负荷数量，n是可中断负荷数量， 是设备a在ha时刻的工作状态，当 表示设备处于工作阶段，当 表示设备处于停用状态，Pa为设备额定功率，所有设备在工作时均以额定功率运行，da为工作时长，Ea为设备总功率需求；设备允许工作时段范围必须不小于其为完成任务所需的总时长，且无论如何安排设备工作状态，必须保证其在可调度范围内完成任务；
步骤(3)设置遗传算法种群大小N，最大迭代次数Gen；以用二进制编码的长度为48的染色体代表设备的工作状态，在其允许工作时段内可以出现“1”，工作时段外只能出现“0”，且“1”的个数由设备工作时长决定；
可中断负荷可以在约束时段内随机选择“1”所处的位置，而不可中断负荷只能在此区间连续出现工作时长个“1”；将每个设备a进行编号a∈1，2，…，m+n，由于长度为1×48的染色体可以代表设备在一天内的工作状况，参与遗传的种群大小为N，因此每种设备可形成大小为N×48的矩阵 所有设备总共可以形成m+n个N×48的矩
阵；
步骤(4)分别抽取每种设备N×48矩阵中的一行，按设备的编号重组成N个(m+n)×48染色体组 其中每行代表相应编号设备在48个
时段内的工作状态，因而，每个染色体组代表所有设备工作状态的集合；
步骤(5)将经过初始化后的染色体组分别乘以相应设备的额定功率，形成N组能量消耗矩阵PChrom＝XChrom(a)·Pa；随机选择种群中的一组能量消耗矩阵，查看未经负荷调度安排的设备用电状况；
步骤(6)建立基于DG的负荷调度策略目标函数如公式②所示：
②
其中 是DG在h时刻的供电功率， 是刚性负荷在h时刻的用电需求， 代表所有柔性负荷在h时刻的用电需求，DG和负荷间的供需差异越小越利于降低购电费用，由于适应度值越大的染色体组越有机会参与下一次的遗传迭代，选取目标函数的倒数作为遗传算法(GA)的适应度函数；
步骤(7)执行GA的选择操作：为了不在后续的交叉变异中遗失适应度值较高的染色体组，设置变量store表示要保留的上一代适应度值较高的设备组个数，并在种群N的前store个染色体组上，存储上一代遗传结束后的前store组较高适应度值对应的设备组，再以轮盘赌方式选取种群中的设备组进行复制，更新种群中的剩余N-store个染色体组为刚复制形成的N-store个设备组；
步骤(8)针对经过选择复制后的N-store个设备组执行GA的交叉操作：生成随机数rand1，若其值小于交叉概率pc，则随机选择设备编号a∈1，2，…，m+n，根据设备编号a判断所选设备属于的负荷类型，并按照负荷特性对其进行交叉操作，①若设备编号a∈m+1，…，m+n，则是可中断负荷，生成随机数rand2∈1，2，…，48表示该设备的交叉位置，将第i个染色体组的染色体a与第i+1个染色体组的染色体a在rand2位置进行交叉，即交换这两个染色体在rand2位置后的染色体片段，②若设备a∈1，2，…，m，则是不可中断负荷，此时进行的迭代过程本质上不是交叉操作，而是在其允许的工作时间范围[αa，βa]内，向左或向右整体移动设备实际工作时段 此外，若rand1大于交叉概率pc，则当前代不进行交叉操作；
步骤(9)针对经过交叉操作后的N-store个设备组执行GA的变异操作：生成随机数rand1，若其值小于变异概率pm，则生成随机数rand3∈m+1，…，m+n表示可中断负荷的编号；对选取的可中断负荷a＝rand3在其工作时段范围[αa，βa]内的随机位置处的工作状态 进行变异；判断所有设备a∈1，2，…，m+n在其对应的工作时段[αa，βa]内的实际工作时长 与设备总时长要求da是否相同，若 则将多余的1变成0；若
则将[αa，βa]内多余的0变成1；上述变异操作只面向可中断负荷，这是因为对不可中断负荷执行变异操作会破坏其工作状态的连续性，比如，将不可中断负荷工作时段内的状态从 变异成 会被迫使设备暂停工作，破坏其工作特性，原则上不被允许的；此外，针对不可中断负荷的状态变化，步骤(8)的特殊交叉操作已经从本质上保障了其工作状态的整体修改；
步骤(10)判断种群迭代结束条件：选择最大适应度值，即目标函数最小值，对应的染色体组为当前所有柔性负荷的整体最佳工作状态集合，返回步骤(7)执行下一代的遗传操作，并记录上一代目标函数值objvalue(t-1)与这一代目标函数值objvalue(t)的差值持续小于误差范围ε的次数，即objvalue(t-1)-objvalue(t)≤ε持续发生的次数Times，其中，若下一时刻发生objvalue(t-1)-objvalue(t)＞ε的状况，则计数量Times清零；若Times大于设定的阈值或程序总迭代次数达到最大迭代次数Gen，则终止遗传算法运行，所获得的最大适应度值对应的染色体组为基于DG调度策略的最佳设备组运行状况，转入执行步骤(11)；
步骤(11)计算初始购电量BuyElec与购电费用BestCost：在每半小时时间间隔内，若DG大于总负荷需求，则系统当前时刻有电量冗余，无需购电；反之，计算其差值的绝对值为当前时刻的购电功率，最终得到一天内不同时刻购电功率向量BuyElec；由于购电费用是购电量、用电时间、实时电价之间的函数，因而购电费用
步骤(12)建立基于RTP的负荷调度策略目标函数，如公式③所示：
其中， 是DG在i时刻的供电功率， 是刚性负荷在i时刻的总耗电功率， 是柔性负荷在i时刻的总耗电功率，设备a从j时刻转移到k时刻， 是移除设备a后在j时刻需要向电网购买的用电功率， 是将设备a转移至k时刻后在k时刻需要向电网购买的用电功率，RTPj及RTPk分别代表相应时刻的实时电价，由于所有设备在每个采样点的执行时长为半小时，而购电量是购电功率与时长的乘积，所以目标函数需要分别乘以0.5h；此外由于同一个设备无法在当天的同一个时刻运行两次，因而必须保证设备a所需要转移至的k时刻在执行转移前没有运行设备a，即在转移之前必须保证 且
步骤(13)选出所有时段内负荷总用电需求量超过DG供电量的时刻j，选取该时刻正在工作的最大功率设备a，判断该设备的工作类型，①若a是不可中断负荷，找出其连续工作时段 将设备a在 的所有工作状态置0，在[αa，βa]时段内寻优移入设备a后最低购电费用所处的工作区间，由于需要转移的设备是不可中断负荷，因此在转移时不止要先移除设备在j时刻的工作状态，而是将设备当前所在的整个工作区域转移；②若a是可中断负荷，将设备a在j时刻移除，转移至[αa，βa]区间内购电费用最低且该设备在转移前未运行的时刻k；
步骤(14)更新经过上述操作后的设备组能量消耗矩阵PChrom、剩余购电量BuyElec及最低电费BestCost；继续执行步骤(13)直至购电费用不再降低，转入步骤(15)；
步骤(15)选出剩余购电量BuyElec大于0的时刻j，选取该时刻正在工作的最小功率设备a，按照步骤(13)的①、②不同状况执行负荷转移；
步骤(16)更新经过上述操作后的设备组能量消耗矩阵PChrom、剩余购电量BuyElec及最低电费BestCost；继续执行步骤(15)直至购电费用不再降低，所获得的设备组工作状况PChrom为基于RTP调度策略的最佳设备组运行状况，转入步骤(17)；
步骤(17)根据当前DG及负荷总耗电状况进行蓄电池的容量配置，选取合适容量Q(单位：KWh)的蓄电池用于后续储能操作；
步骤(18)将实时电价按电价下降与上升进行分区，若当前时刻处于电价下降区间，执行步骤(19)；否则执行步骤(20)至(24)；
步骤(19)由于处于电价下降阶段，下一时刻的RTP比当前时刻低，因而为了追求经济效益，只需要保证当前时刻的用电需求即可，无需从电网向蓄电池充电；①若当前DG供电量 大于负荷用电需求 判断从DG往蓄电池充电带来的收益与启动一次蓄电池代价的数值大小；若大于，则从DG往蓄电池存储多余供电量直至蓄电池充电极限，更新蓄电池充电量及其荷电状态，如公式④-⑤所示：
④
SOC(i+1)＝SOC(i)+Charge/Q ⑤
否则，放弃充电操作；②若当前DG供电量 小于负荷用电需求 判断从蓄电池往负荷放电带来的收益与启动一次蓄电池代价的数值大小；若大于，则从蓄电池向负荷供电直至满足用电需求，或达到放电极限后再从电网向负荷继续供电，分别按公式⑤-⑦更新蓄电池的荷电状态、放电量、及当前时刻负荷向电网的购电量：
⑥
⑦
否则，蓄电池不放电，更新负荷向电网的购电量 返回至步骤
(18)继续分区域执行，直至所有实时电价下降时刻运行结束；
步骤(20)记录电价上升阶段PDG＞PLoad的初始时刻p及DG可向蓄电池提供的总充电量sLoad1，其值为正数；PDG＜PLoad的初始时刻q及蓄电池需向负荷放电的总放电量sLoad2，其值为负数；得到执行至下一个PDG＞PLoad时刻前的蓄电池剩余电量S，如公式⑧所示，若其值大于0，表明蓄电池有电量剩余；小于0，表明单纯放电不够满足总体负荷需求：
S＝(SOC(i)-Smin)×Q+sLoad1+sLoad2 ⑧
当电价上升阶段的第一个采样点处于PDG＞PLoad情况时，执行步骤(21)至(23)；否则，跳转至步骤(24)；
步骤(21)蓄电池从DG处充电，根据S状态判断是否需要蓄电池或负荷从电网购电，即当S≥0，执行步骤(22)；否则，执行步骤(23)；
步骤(22)分情况判断是否需要从电网购电，①若蓄电池极限可放电量大于负荷除去DG供电后的总电能需求，即(Smax-Smin)×Q≥|sLoad2|，则蓄电池充满电后能够满足后面阶段的负荷需求，按照公式④-⑤更新蓄电池充电量及其荷电状态，且无需从电网购电；②否则，先在PDG＞PLoad阶段按公式④-⑤通过DG将蓄电池充电至Smax状态，再在PDG＜PLoad的几个初始时刻直接从电网向负荷供电，直至剩余的负荷需求可以由电池的放电获得；其中可能存在一个时刻的负荷既从电网直接购电、又从蓄电池向其放电的情况；返回步骤(18)继续分区域执行，直至所有实时电价上升时刻运行结束；
步骤(23)判断购电时刻及被供电对象，①若DG可向蓄电池提供的充电量小于蓄电池的充电极限，即sLoad1＜(Smax-SOC(p))×Q，则在p时刻从电网向电池充电，直至达到负荷用电需求，即Buy＝-S；或充电至蓄电池极限Smax，即Buy＝(Smax-SOC(m))×Q-sLoad1，再在PDG＜PLoad的几个初始时刻直接从电网向负荷供电，直至剩余的负荷用电需求可以直接由电池放电供给；②否则，直接按照公式④-⑤通过DG将蓄电池充电至Smax状态，再在PDG＜PLoad的几个初始时刻直接从电网向负荷供电，直至剩余的负荷用电需求可以直接由电池放电供给；返回步骤(18)继续分区域执行，直至所有实时电价上升时刻运行结束；
步骤(24)分情况判断是否需要从电网购电，①若S≥0，则无需购电，直接由蓄电池向负荷放电；②否则，在PDG＜PLoad初始时刻直接从电网向负荷供电，并向电池充电至负荷所需量，即 或至充电极限Smax，即
再在下一时刻继续直接从电网向负荷供电，
直至剩余的负荷用电需求可以直接由电池放电供给；返回步骤(18)继续分区域执行，直至所有实时电价上升时刻运行结束。