The intelligent decision making of multi-energy management in a microgrid is a non-trivial task due to the intermittent and stochastic nature of highly penetrated renewable energy sources and demand. To address such a challenge, the energy management system often adopts the prediction based day-ahead energy scheduling and real-time energy dispatch to optimally coordinate the operation of dispatchable components, e.g., battery-based energy storage and thermal units. This paper presents an adaptive optimal fuzzy logic based energy management solution to develop appropriate day-ahead fuzzy rules for real-time energy dispatch adaptively in the presence of operational uncertainties. The solution determines the optimal fuzzy inference system (e.g., the membership function shape and the inference rules set) based on the predicted information over a certain period through a novel offline meta-heuristic optimization algorithm. The real-time energy dispatch based on the obtained optimal fuzzy logic rules can be further carried out to meet the various operational criteria, e.g., minimal power fluctuation and operational cost. The proposed solution is extensively evaluated through simulation experiments in comparison with two existing approaches: the online rule-based dispatch method and the meta-heuristic optimization-based offline scheduling method. The numerical results demonstrate the superior performance of the proposed energy management solution.

由于高渗透率的可再生能源和需求的间歇性和随机性，微电网中多能源管理的智能决策是一项艰巨的任务。为了应对这一挑战，能源管理系统通常采用基于预测的日前能源调度和实时能源调度，以最佳地协调可调度组件（例如基于电池的能量存储和热量单元）的运行。本文提出了一种基于自适应最优模糊逻辑的能源管理解决方案，可在存在操作不确定性的情况下，为实时实时能源调度制定适当的提前模糊规则。解决方案确定了最佳的模糊推理系统（例如，通过一种新颖的离线元启发式优化算法，根据一定时期内的预测信息，建立隶属函数形状和推理规则集）。可以进一步执行基于所获得的最优模糊逻辑规则的实时能量分配，以满足各种操作标准，例如最小的功率波动和操作成本。通过与两个现有方法进行比较，通过仿真实验对提出的解决方案进行了广泛的评估：基于规则的在线调度方法和基于元启发式优化的离线调度方法。数值结果证明了所提出的能源管理解决方案的卓越性能。可以进一步执行基于所获得的最优模糊逻辑规则的实时能量分配，以满足各种操作标准，例如最小的功率波动和操作成本。通过与两个现有方法进行比较，通过仿真实验对提出的解决方案进行了广泛的评估：基于规则的在线调度方法和基于元启发式优化的离线调度方法。数值结果证明了所提出的能源管理解决方案的卓越性能。可以进一步执行基于所获得的最优模糊逻辑规则的实时能量分配，以满足各种操作标准，例如最小的功率波动和操作成本。通过与两个现有方法进行比较，通过仿真实验对提出的解决方案进行了广泛的评估：基于规则的在线调度方法和基于元启发式优化的离线调度方法。数值结果证明了所提出的能源管理解决方案的卓越性能。基于规则的在线调度方法和基于元启发式优化的离线调度方法。数值结果证明了所提出的能源管理解决方案的卓越性能。基于规则的在线调度方法和基于元启发式优化的离线调度方法。数值结果证明了所提出的能源管理解决方案的卓越性能。