[發(fā)明專利]用于風電計劃功率跟蹤的儲能設備控制策略制定方法

有效

• 申請?zhí)枺?/td>: 201710470529.3
• 申請日: 2017-06-20
• 公開（公告）號: CN107026462B
• 公開（公告）日: 2018-05-04
• 發(fā)明（設計）人: 李澤
• 申請（專利權）人: 華北電力大學(保定)
• 主分類號: H02J3/28
• 分類號: H02J3/28;H02J3/38;H02J3/24
• 代理公司: 石家莊冀科專利商標事務所有限公司13108
• 代理人: 李羨民,高錫明

1.一種用于風電計劃功率跟蹤的儲能設備控制策略制定方法，其特征是，所述方法在電力市場背景下，基于強化學習理論，采用SARSA學習方法制定風儲混合系統(tǒng)輸出功率控制策略，具體步驟如下：

a.輸入基礎數據，包括：混合系統(tǒng)與電網交易的各類費用參數；混合系統(tǒng)申報的計劃功率、混合系統(tǒng)申報的備用容量、風電實際輸出功率；儲能設備功率限值、容量限值、充放電效率、免懲罰時段數；SARSA學習算法參數；其中，混合系統(tǒng)與電網交易的各類費用參數包括備用電量價格、備用懲罰系數；SARSA學習算法參數包括學習因子、折扣因子、學習步數和懲罰系數；

b.初始化Q值函數；

c.設置時段數t＝1、設置已實施的動作選擇次數N_n＝0；

d.根據儲能設備t時段初始時刻存儲電量E_s,t、風電實際功率與風儲混合系統(tǒng)計劃值之差ΔP_h,t、儲能設備充放電狀態(tài)K_s,t、混合系統(tǒng)申報的備用容量確定t時段風儲混合系統(tǒng)所處的狀態(tài)s_t；

e.根據當前狀態(tài)s_t、值函數Q^t(s,a)選擇控制動作a_t，具體步驟如下；

①在[0,1]區(qū)間內取隨機數T_R；

②計算概率閥值T_H：

式中：N_n為已經實施動作選擇的次數；N_T為訓練全過程動作選擇的總次數；

③進行動作選擇：若T_R＞T_H，隨機從可行動作集A中選擇動作a_t；若T_R≤T_H，選擇貪婪策略作為本時段動作，即：

f.根據動作a_t與混合系統(tǒng)功率偏差控制目標值的一一對應關系，得到t時段混合系統(tǒng)輸出功率偏差控制的目標值；

g.根據混合系統(tǒng)輸出功率偏差控制目標值計算儲能設備功率控制需求值

h.計算儲能設備在t時段的實際充放電功率

若t時段儲能設備的控制設定值需校驗儲能設備發(fā)出功率后，是否超出儲能設備容量下限，若超出則需修正：

式中：E_s,t為t時段初始時刻儲能設備存儲電量；η_d為儲能設備的放電效率；Δt為時段持續(xù)時間；E_smin為儲能設備容量下限；為求取儲能實際輸出功率時暫存的臨時值；

若需校驗儲能設備吸收功率后，是否超出儲能設備容量上限，若超出則需修正：

式中：η_c為儲能設備的充電效率；E_smax為儲能設備容量上限；

此外，儲能設備實際輸出功率還應滿足有功功率上限約束、下限約束，若超出有功功率上限或下限，則需修正：

式中：P_smax為儲能設備有功功率上限；P_smin為儲能設備有功功率下限；為儲能設備實際輸出功率；

i.計算t時段混合系統(tǒng)實際輸出功率偏差值

式中：為t時段風電實際輸出功率；為混合系統(tǒng)向電網申報t時段計劃功率值；

j.計算t時段的立即回報值r_t+1(s_t,a_t)：

r_t+1(s_t,a_t)＝C_r(t)+C_p(t)+C_a(t)+C_c(t)

C_r(t)為備用電量費用，C_p(t)為實際使用備用超出申報備用時產生的懲罰費用，計算公式分別為：

式中：λ_r,t為t時段的備用電量價格；λ_p為混合系統(tǒng)實際使用備用超出申報備用范圍時，電網對混合系統(tǒng)的懲罰費用系數；R_h,t為混合系統(tǒng)申報的t時段備用容量；

C_a(t)為t時段混合系統(tǒng)實際控制效果達不到所設定的控制目標值設定的懲罰費用，計算公式為：

式中：k_c為儲能設備功率需求值與實際值不符對應的懲罰系數；

C_c(t)為t時段儲能設備充放狀態(tài)轉變對應的懲罰：

式中：k_k為頻繁充放電對應的懲罰系數；K_s,t為儲能連續(xù)充、放電持續(xù)時段數，正數表示已連續(xù)充電時段數，負數表示已連續(xù)放電時段數；K_smax為免懲罰時段數，當儲能連續(xù)充電或放電K_smax個時段后，改變充電、放電狀態(tài)不會受到懲罰；

k.根據K_s,t和t時段的充放電行為更新儲能設備t+1時段充放電狀態(tài)K_s,t+1：

l.識別t+1時段風儲混合系統(tǒng)所處的狀態(tài)s_t+1，根據動作選擇策略確定t+1時段風儲混合系統(tǒng)控制動作a_t+1；

m.對Q值函數進行修正：

Q^t+1(s_t,a_t)＝Q^t(s_t,a_t)+α[r_t+1(s_t,a_t)+γQ^t(s_t+1,a_t+1)-Q^t(s_t,a_t)]

式中：Q^t(s_t,a_t)為經過t-1次修正后的最優(yōu)動作值函數；α為學習因子；γ為折扣因子；

n.若達到規(guī)定的學習步數N_T，訓練結束，按照Q值函數執(zhí)行貪婪策略即控制策略；若未達到規(guī)定的學習步數，t＝t+1、N_n＝N_n+1，轉至步驟d。