[發明專利]基于深度強化學習的完全分布式智能電網經濟調度方法

有效

• 申請號: 201911206937.3
• 申請日: 2019-11-29
• 公開（公告）號: CN110929948B
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 符楊;郭笑巖;米陽;張智泉;丁枳尹;袁明瀚;李振坤;田書欣
• 申請（專利權）人: 上海電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/08;G06N20/00
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 王懷瑜

本發明涉及一種基于深度強化學習的完全分布式智能電網經濟調度方法，包括以下步驟：1)獲取網絡拓撲結構，建立基于負荷分配和機組組合的經濟調度模型；2)通過深度強化學習模型獲取經濟調度模型的局部最優解，作為第一Q函數表；3)將第一Q函數表載入預訓練后的深度卷積神經網絡，獲取第二Q函數表；4)根據第二Q函數表，初始化各機組的功率，載入機組功率求解模型，并根據網絡拓撲結構，更新第二Q函數表，得到全局最優解；5)進行電網經濟調度。與現有技術相比，本發明不僅能夠在數據量大、網絡結構復雜的智能電網環境下，實現經濟調度最優化，而且不依賴于明確的目標函數，能適應分布式能源的“即插即用”特性，具有良好的應用前景。

技術領域

本發明涉及完全分布式智能電網經濟調度領域，尤其是涉及一種基于深度強化學習的完全分布式智能電網經濟調度方法。

背景技術

隨著可再生能源的大力發展，含高密度間歇性能源的智能電網(Smart Grid)逐步發展為一種新的能源結構。由于大規模間歇性可再生能源的普及，需要足夠的可控資源來確保電力系統的安全可靠運行。除了傳統的可控發電機外，柔性負載在保持系統平衡方面也起著重要作用。因此，在綜合考慮“源-網-荷-儲”各部分之間聯系的情況下，如何管理大規模和分散的需求響應，實現全局優化與多方共贏，已經引起了極大的關注。

針對智能電網中的能量管理和優化控制問題，已經有多種不同算法可以處理，主要有經典優化方法、基于規劃的方法、啟發式算法等，這些算法能夠解決微電網中許多問題。文獻“面向能源互聯網的多能源局域網兩層功率優化分配”(米陽，劉紅業，宋根新，李戰強，符楊，李振坤.電力自動化設備，2018，38(07)：1-10.)針對面向能源互聯網的多能源互聯網運行調度中的實時功率分配問題，提出一種基于多智能體兩層一致性理論的多能源局域網實時動態功率分配策略，并不屬于完全分布式計算求解；文獻“主動配電網源–荷–儲分布式協調優化運行(二)：考慮非理想遙測環境的一致性算法”(徐熙林，宋依群，姚良忠，嚴正.中國電機工程學報，2018，38(11)：3244-3254)針對為實現主動配電網源-荷-儲分布式協調優化，提出一種完全分布式協調的魯棒一致性算法；文獻“基于信息物理系統的孤島微網實時調度的一致性協同算法”(呂朋蓬，趙晉泉，李端超，林昌年.中國電機工程學報，2016，36(06)：1471-1480)基于孤島微網信息物理系統的架構提出一種有功功率的實時調度模型與一種考慮功率平衡約束的完全分布式協同算法。上述文獻雖采用以一致性原理為基礎的完全分布式算法來達到減少運算時間成本，保障系統信息安全等目的，但并沒有對一致性原理本身進行進一步的探究。同時，上述文獻均是在機組組合確定的情況下，根據不同的負荷需求來對功率進行分配，但實際情況下機組組合在長時間尺度下并未一成不變的，單純考慮實時功率分配對于電力系統經濟調度來說是沒有實際意義的，應將機組組合的不確定性一并考慮進去。