考虑风电、光伏出力和负荷等不确定性因素以及实时电价对家庭并网风-光-蓄发电系统优化调度的影响,构建了计及用户售电收益、购电成本、政府补贴、运行维护费用和分布式电源投资建设成本的家庭并网风-光-蓄发电优化调度模型。并提出一种结合拉丁超立方采样、场景缩减法以及自学习差分算法的优化方法对所提模型进行求解。该方法首先根据风、光、荷预测误差概率分布采用拉丁超立方采样方法生成大量样本,并采用场景缩减法对所生成的样本进行缩减。其次,针对标准差分算法在迭代后期所可能出现的"聚集"现象导致容易陷入局部最优的问题,提出一种融合自学习选择操作和纵向交叉操作的自学习差分算法,对所提模型进行全局寻优,得到各场景对应的最佳决策方案。最后,结合典型算例进行仿真研究,结果表明所提模型和方法具有较强的可行性和有效性。