[發明專利]一種基于強化學習的微電網優化調度方法

在審

• 申請號: 202110908101.9
• 申請日: 2021-08-09
• 公開（公告）號: CN113435793A
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 張靖;葉永春;范璐欽;何宇;韓松;郝正航;馬覃峰
• 申請（專利權）人: 貴州大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F30/20;H02J3/32;H02J3/46
• 代理公司: 北京東方盛凡知識產權代理事務所(普通合伙) 11562
• 代理人: 許佳

1.一種基于強化學習的微電網優化調度方法，其特征在于，包括：

S1、獲取微電網風光元件的可觀測特征信息，搭建微電網優化調度強化學習模型；

S2、基于所述微電網優化調度強化學習模型進行自學習，并積累自學習過程中學習到的調度知識，得到擁有先驗調度知識的微電網；

S3、通過遷移學習挖掘和利用所述學習到的調度知識，搭建相似度計算模型，用于實現所述調度知識的再利用；

S4、在新的微電網優化調度任務中利用先驗調度知識進行微調學習，獲得優化調度策略。

2.根據權利要求1所述的基于強化學習的微電網優化調度方法，其特征在于，S1中，所述微電網由風力發電系統、光伏發電系統、柴油發電機、儲能系統以及負荷的典型并網型微電網組成。

3.根據權利要求1所述的基于強化學習的微電網優化調度方法，其特征在于，所述微電網優化調度強化學習模型的建立包括三個部分，分別為：

狀態空間：用于提供給所述微電網的可觀測特征信息；

動作空間：由所述狀態空間中參與優化調度的控制變量決定，其中包含完成目標任務的各決策變量；

獎勵函數：由所述微電網運行成本和違反蓄電池容量約束條件的懲罰項定義。

4.根據權利要求3所述的基于強化學習的微電網優化調度方法，其特征在于，所述可觀測特征信息包括：負荷需求、儲能荷電狀態、風力發電機輸出功率、光伏發電系統輸出功率。

5.根據權利要求1所述的基于強化學習的微電網優化調度方法，其特征在于，S1中，所述搭建微電網優化調度強化學習模型的過程具體包括：

S1.1、獲取風光分布電源的輸出功率以及可控分布式電源的輸出功率的動態信息，搭建元件模型；

S1.2、根據微電網的實際運行情況，建立微電網的優化調度目標函數，并結合強化學習理論搭建微電網優化調度強化學習模型。

6.根據權利要求5所述的基于強化學習的微電網優化調度方法，其特征在于，所述元件模型具體包括：

風力發電模型，用于計算風力發電機的輸出功率；

光伏物理模型，結合光伏陣列安裝角度、轉換效率，建立系統輸出功率數學模型；

蓄電池模型，用于衡量蓄電池內部的剩余電量占蓄電池總容量的比重；

柴油發電機模型，用于計算柴油發電機發電過程中所涉及的燃料費用。

7.根據權利要求5所述的基于強化學習的微電網優化調度方法，其特征在于，所述微電網的優化調度目標函數包括：

分布式電源運行費用F₁目標函數和微電網的交互費用F₂目標函數。

8.根據權利要求1所述的基于強化學習的微電網優化調度方法，其特征在于，S3中，所述遷移學習挖掘的過程具體為：

采用歐式距離的相反數計算不同任務間的相似度：

假設源任務集中有N個源任務，每個源任務各時刻的實際供需電能需求P^m(t)表示為：

其中，分別表示各源任務t時刻的負荷需求、光伏發電出力和風力發電出力信息。

目標任務各時刻的實際供需電能需求P^obj(t)表示為：

其中，分別表示目標任務t時刻的負荷需求、光伏發電出力和風力發電出力信息。

任務間的相似度r_m：

其中，P^obj(t)、P^m(t)分別表示目標任務和源任務的t時刻實際供需電能需求。