随着社会的发展,使用户对居住环境的安全度、舒适度和智能化程度的需求越来越高,使电网侧对于系统稳定性和电力质量要求不断提升,使社会对环境问题越来越关注,而智能家居的发展满足了各界的需求。但是现在的智能家居系统还不完善,只能机械式的进行一些提前安排好的任务,或者对已有的任务进行简单的重复,并不能根据外界环境和人们的需求提供服务。而一般用户缺乏经济学考虑分析与控制学技术知识,不能根据电网发布的电价信息和可再生能源产能信息对家庭器具进行调度。而智能家居系统的核心是智能家居能源调度算法,调度算法的使用对电网运行的安全度和可靠度、可再生能源利用率、用户电费支出以及用户舒适度都有着重要的影响。因此对于智能家居能耗调度算法的研究得到了越来越多的关注。本文主要工作分为以下几个部分:(1)针对智能家居能耗调度算法展开了研究。研究了智能家居、风光蓄混合发电系统和家庭器具能耗调度的国内外发展现状。概述了智能家居、光伏发电并网、风力发电并网和能耗调度的基本概念。并详细介绍了风光蓄混合供电系统模型和光伏发电、风力发电的预测方法。(2)针对太阳能、风能发电的间歇性、随机性和波动性问题,文中呈现了光伏发电和风力发电功率预测的方法。通过比较时间序列法、神经网络算法和组合预测算法的预测精度和运算时间,采用了Elman神经网络预测光伏发电的输出功率和利用小波-Elman神经网络预测风速。(3)针对时隙长度选择问题,提出了可变时隙划分方法。时隙划分为器具调度的基础。可变时隙划分的主要步骤:首先根据购/电电价大小和所预测的风光产能将调度循环划分为时隙长度相同的几个调度空间;然后根据风光在某时隙输出功率,将输出功率大于某时隙最大能耗上限的相应的调度空间的时隙长度进一步细分;最后在输出功率小于某时隙最大能耗上限的调度空间内,考虑购入实时电价和用户电力使用情况,将电价低且用户用电量较高的调度空间的时隙长度也进一步细分。该方法在划分过程中不仅考虑了风光产能情况和实时电价,还考虑了器具的工作时长和用电习惯。该算法的提出不仅在一定程度上减少了用户的电力支付,提高了用户的舒适度,更重要的是权衡了器具的开启时间和能耗调度系统的运算复杂度,保证了系统的稳定性。(4)针对现如今电力供需平衡问题,提出了一个风光蓄混合供电系统模型和一种基于风光产能的可变时隙器具优化调度算法。该算法主要分为三步:首先,根据风光产能、实时电价和用户用电情况划分可变时隙;然后,以最小电网电力消耗为目标函数,以风光产能和实时电价为调度杠杆,对家庭器具进行调度;最后根据优化调度结果重新安排器具开启时间,并以购/售电电价和风光蓄混合供电系统为基础的混合供电策略为依据,为器具分配电力。仿真结果表明,该算法可以同时满足用户侧需求:减少用户的电力支付;供电商的需求:分散器具的开启时间,保证了系统的稳定性并减缓供电商的供电需求;社会需求:解决了化石能源不断枯竭的能源问题,并且降低了环境污染,减轻了温室效应。