随着家庭用电量不断增大、分布式能源的逐渐引入以及建筑自动化设备和双向通信基础设施的日益普及,对家庭能量管理的研究近年来备受关注。本文的研究对象为包含光伏、储能和典型家庭用电设备的用户侧微网。在考虑光伏功率预测误差的基础上,充分考虑家庭用电设备的运行情况、分布式发电系统、储能设备以及电动汽车的充放电情况,设计了储能和电动汽车的联合优化调度策略,建立兼顾用户侧和电网侧的优化目标,以期达到降低用电成本、改善系统用能结构以及提高电网可靠性和稳定性的目的,主要研究内容如下:(1)建立家庭微网用电系统基础模型,包括微网的结构模型以及典型用电设备工作模型。其中,典型用电设备以暖通空调(Heating Ventilation and Air Conditioning,HVAC)系统、电热水器和电动汽车等大功率负荷为研究对象。(2)为提高光伏功率预测精度以增强能量管理系统优化决策方案的可信度,提出一种基于长短期记忆网络的光伏发电功率超短期预测方法。建立基于长短期记忆(Long Short Term Memory,LSTM)网络的多变量时间序列的预测模型,采用Pearson相关系数对光伏功率与气象因子之间的相关性进行分析,找到影响光伏功率输出的核心因素,确定预测模型的输入变量,实现对光伏功率的预测。针对预测结果的误差问题,采用高斯混合模型分别对不同分布特性的预测误差进行拟合分析。(3)为了充分发挥电动汽车电池的闲置容量,提高能量利用率,将电动汽车纳入到能量管理交互中来,提出一种储能和电动汽车的联合优化调度策略,同时,将电动汽车的充放电管理和用户的出行需求考虑在内。在考虑光伏功率预测误差的基础上,建立以用电成本最小和负荷波动最小为优化目标的微网多目标优化模型。为充分发掘电动汽车的能量调节的潜力。设置了两种优化策略,并在MATLAB平台上采用NSGA-II优化算法对所提出的联合优化调度策略进行了验证。