快速的城市化与人类工业化给环境带来了巨大的压力的同时,能源短缺问题也在日益加剧。太阳能与智能用电系统的使用,是保护环境与节约能源的有效途径。据调查,家庭用电占总用电量的41%,在节能和环保方面扮演着至关重要的角色。随着太阳能光伏技术的发展,光伏发电作为一种有效节能减排的清洁能源,正逐步大规模应用于家庭供能。但是由于光伏发电的不稳定,以及缺乏与电网的信息交互和家庭用电的使用信息,不仅无法充分利用光伏发电,而且不能有效降低用户用电费用,因此关于家庭用电模型和分布式协调用电的研究具有重要的意义,本文从这两方面着手进行了具体研究。首先,介绍了需求响应的概念和现有三种电价机制,分析发现实时电价是目前最合理的电价机制,然后分别建立了光伏发电模型、蓄电池工作模型以及不同类型负荷的模型,为后续调度策略的研究奠定了基础。其次,提出了一种新的基于单传感器的家庭用电模型建立方法以实现对用电的预测,针对现有用电模型建立方法存在的不足提出了新的改进方法:针对单传感器所带来的数据重叠问题,采用了试凑法进行识别,并通过基于贝叶斯理论的最大似然估计进行分解;针对高采样频率带来的数据波动较大问题,提出了将数据分为基础值和峰值,并分别建立模型的方法。最后通过Matlab平台进行仿真实验,验证了所提方法的有效性。最后,基于以上研究,提出了两种分布式协调用电调度策略:基于用电器的优化调度和基于蓄电池储能系统(BESS)的优化调度并分别建立了模型,通过分析发现基于BESS的优化调度策略具有更好的效益。为了更好地说明该策略的有效性,本文通过实例对基于BESS的优化调度模型进行了仿真分析,并采用了一种改进的粒子群算法,即PSO-ω算法对模型进行求解,结果表明,该模型可以有效降低用户用电成本,并且能提高光伏发电的利用率。