摘要
微電網能源管理系統的調度策略包含了正常模式及孤島模式兩種，但目前主要是判斷電壓是否有達到設定值，倘若能預測接下來的運轉狀態，調度策略就能提前啟動需要運轉的設備，進行待機狀態，以備進行運轉模式的改變，進而提升微電網運轉系統效率。本論文應用大數據分析結合人工智慧類神經網路，進行微電網在不同的負載情況之下，其電力調度策略與供電模式預測，利用案場取得的運轉資料，並以溫度、負載用電量、太陽能供電電壓及電流、電池充放電流、電池電壓及電池管理系統（Battery Management System, BMS）對電池本身所評估的容量等八個參數為輸入變數，儲能系統充／放電輸出、市電輸出以及太陽能輸出為輸出變數，建立一個以前饋倒傳遞類神經網路（Feed Forward Back Propagation Neural Network）為架構之小型微電網的供電端狀態預測模型，再由K-means方法對類神經網路預測的資料進行調度策略的推估。所推估的調度策略與供電模式，可做為未來進行設備的運轉維護、規劃，參與自動需量反應以及孤島運轉模式的備援系統設計的參考。
參考文獻
梁佩芳，微電網技術建構智慧電網 DNA，2019。
張永瑞,姜政綸,李奕德(2015).微電網發展前景及技術剖析.臺灣能源期刊.2(3),259-278.
林筑涵，台電建防災型微電網打造福山第 2 顆太陽，2017．
Zhang, P.,Liu, H.,Zhang, M.,Hao, S.,Lu, S.(2016).Research overview of optimization of multi-source and energy Storage in microgrid.12th IET International Conference on AC and DC Power Transmission (ACDC 2016).(12th IET International Conference on AC and DC Power Transmission (ACDC 2016)).
Liang, C.,Mohammad, S.,Ahmed, A.,Yusuf, A. T.(2015).Hierarchical coordination of a community microgrid with AC and DC microgrids.IEEE Transactions on Smart Grid.6(6),3042-3051.