[發明專利]基于SARSA(λ)算法的風電-抽蓄聯合系統日隨機動態調度方法

有效

• 申請號: 202010973224.6
• 申請日: 2020-09-16
• 公開（公告）號: CN112054561B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 李文武;鄭凱新;劉江鵬;石強;余躍;趙迪
• 申請（專利權）人: 三峽大學
• 主分類號: H02J3/46
• 分類號: H02J3/46;H02J3/28;H02J3/00;G06Q10/06;G06Q50/06
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 羅飛

1.基于SARSA(λ)算法的風電-抽蓄聯合系統日隨機動態調度方法，其特征在于，包括：

S1：描述風電出力的隨機性；

S2：根據風電出力的隨機性以及分時電價，構建風電-抽蓄聯合系統日隨機動態調度模型的目標函數：

式中：T為一個周期內的時段數；R_t為t時段的指標函數；V_t為t時段初的抽水蓄能電站上水庫的庫容；P_t^gd為t時段抽水蓄能電站發出的功率，小于0為抽水，大于0為發電；R_t、P_t^gd的表達式如下所示：

式中：C_t為t時段對應的峰谷電價；將t時段風電出力預測誤差分布函數曲線離散成N個值后，其對應功率為相應的概率為p_t,i；G_h為抽水蓄能電站啟停單個機組所需的費用，n_t為抽水蓄能電站t時段開啟/關閉的機組臺數；當t時段抽水蓄能電站機組處于發電態時，的值為1，否則為0；P_t^g為t時段機組對應的發電出力；當t時段抽水蓄能電站機組處于電動機態時，的值為1，否則為0，P_t^d為t時段機組對應的抽水功率；

S3：確定風電-抽蓄聯合系統日隨機動態調度模型的約束條件；

S4：采用強化學習中的SARSA(λ)算法對風電-抽蓄聯合系統日隨機動態調度模型進行求解，得到調度結果；

其中，S4具體包括：

S4.1：將電價歷史數據、風電出力歷史數據處理后投入風電-抽蓄聯合系統日隨機動態調度模型求解中進行預學習，通過預學習階段不斷的探索積累經驗，更新Q值表和效用跡函數E的元素值；

S4.2：根據預學習階段得到的更新后的Q值表和效用跡函數E的元素值，進行在線學習，根據貪婪策略來選擇當前狀態下Q值最大的動作。

2.如權利要求1所述的動態調度方法，其特征在于，S1具體包括：

采用Beta分布來表示風電功率預測誤差的概率密度函數，表達式為：

式中：x為風電出力預測誤差；a,b為Beta分布的形狀參數，通過改變a,b的值，可以得到不同形狀的Beta分布，滿足風電出力預測誤差可能出現的正偏或負偏性；其中，B(a,b)表達式為：

通過對風電場歷史數據的采集整理，得出風電場預測誤差頻數分布，由預測誤差的均值和方差算出Beta分布的形狀參數a,b，計算方程式為：

式中：μ為預測誤差的均值；σ為預測誤差的標準差。