[發(fā)明專利]一種多步圖神經(jīng)網(wǎng)絡自適應動態(tài)規(guī)劃的光伏發(fā)電管理方法

有效

• 申請?zhí)枺?/td>: 202010900514.8
• 申請日: 2020-09-01
• 公開（公告）號: CN112217198B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設計）人: 殷林飛;楊自豪;高放
• 申請（專利權）人: 廣西大學
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/38;H02J3/28;G06Q50/06;G06Q10/06;G06Q10/04;G06N3/04
• 代理公司: 南寧啟創(chuàng)知識產(chǎn)權代理事務所(特殊普通合伙) 45122
• 代理人: 謝美萱

1.一種多步圖神經(jīng)網(wǎng)絡自適應動態(tài)規(guī)劃的光伏發(fā)電管理方法，其特征在于，該方法在基于神經(jīng)網(wǎng)絡的自適應動態(tài)規(guī)劃的基礎上添加圖神經(jīng)網(wǎng)絡，能用圖片的形式將大量光伏發(fā)電數(shù)據(jù)進行可視化處理，并增加多步自適應動態(tài)規(guī)劃方法，對光伏發(fā)電數(shù)據(jù)進行實時控制與優(yōu)化，并對系統(tǒng)進行下一時刻的預測；該方法在使用過程中的步驟為：

(1)將圖神經(jīng)網(wǎng)絡方法作用于大量的光伏發(fā)電數(shù)據(jù)，形成可視化圖片，建立光伏發(fā)電數(shù)據(jù)模型；圖神經(jīng)網(wǎng)絡把大量光伏發(fā)電數(shù)據(jù)形成可視化圖片，建立光伏發(fā)電數(shù)據(jù)模型，基于圖神經(jīng)網(wǎng)絡的工作流程：

1)圖神經(jīng)網(wǎng)絡首先從光伏發(fā)電數(shù)據(jù)中提取數(shù)據(jù)特征：

h_ν＝f(x_ν,x_co[ν],h_ne[ν],x_ne[ν])

o_ν＝g(h_ν,x_ν)

ν表示節(jié)點；h_ν表示狀態(tài)嵌入，包含每個節(jié)點的領域信息，是節(jié)點ν的s維向量，用來產(chǎn)生輸出o_ν；f為一個參數(shù)函數(shù)，在所有節(jié)點之間共享，并根據(jù)輸入領域更新節(jié)點狀態(tài)；g是另一個參數(shù)函數(shù)；x_ν、x_co[ν]、h_ne[ν]和x_ne[ν]分別是節(jié)點ν的特征、邊的特征、狀態(tài)以及ν鄰近節(jié)點的特征；

2)利用數(shù)據(jù)特征來初始化節(jié)點的表示，建立圖神經(jīng)網(wǎng)絡的光伏發(fā)電數(shù)據(jù)模型：

A_ν表示節(jié)點ν與其鄰近節(jié)點的連接；h_ν表示節(jié)點ν的狀態(tài)；b表示偏置；為收集節(jié)點ν的鄰域信息；z和r分別是更新門和復位門；σ和tanh分別表示Sigmoid函數(shù)和雙曲正切函數(shù)，表示元素相乘運算；W，U，W^Z，U^Z，W^r和U^r是待學習的參數(shù)矩陣；

3)將數(shù)據(jù)信息在圖中傳播，通過完全連接層獲得光伏發(fā)電數(shù)據(jù)模型：

得到節(jié)點的最終表示并形成可視化圖片；

(2)將多步自適應動態(tài)規(guī)劃方法對光伏發(fā)電系統(tǒng)進行實時分析優(yōu)化以及對系統(tǒng)下一時刻進行預測，并輸出控制信號；多步自適應動態(tài)規(guī)劃方法由圖模型網(wǎng)模塊、圖評價網(wǎng)模塊和圖控制網(wǎng)模塊三個基本模塊組成，步驟為：

第一步：

獲取光伏發(fā)電系統(tǒng)的當前狀態(tài)Δf1；

將x(k)輸入圖控制網(wǎng)模塊1，輸出控制動作u(k)；

將x(k)和u(k)輸入圖評價網(wǎng)模塊0，輸出J[x(k)]；

將x(k)和u(k)輸入圖模型網(wǎng)模塊1，輸出x(k+1)，預測下一時刻的狀態(tài)；

將x(k+1)輸入圖評價網(wǎng)模塊1，輸出J[x(k+1)]；

第二步：

獲取光伏發(fā)電系統(tǒng)x(k+1)時的狀態(tài)Δf2；

將x(k+1)輸入圖控制網(wǎng)模塊2，輸出控制動作u(k+1)；

將x(k+1)和u(k+1)輸入圖模型網(wǎng)模塊2，輸出x(k+2)，預測下一時刻的狀態(tài)；

將x(k+2)輸入圖評價網(wǎng)模塊2，輸出J[x(k+2)]；

第n步：

獲取光伏發(fā)電系統(tǒng)x(k+n-1)時的狀態(tài)Δfn；

將x(k+n-1)輸入圖執(zhí)行網(wǎng)模塊n，輸出控制動作u(k+1)；

將x(k+n-1)和u(k+n-1)輸入圖模型網(wǎng)模塊n，輸出x(k+n)，預測下一時刻的狀態(tài)；

將x(k+n)輸入圖評價網(wǎng)模塊n，輸出J[x(k+n)]；

多步自適應動態(tài)規(guī)劃算法進行后，能在線更新光伏發(fā)電系統(tǒng)的控制策略，并預測系統(tǒng)下一時刻的狀態(tài)，對光伏發(fā)電能量管理的多目標規(guī)劃問題進行優(yōu)化控制。