[發(fā)明專利]基于自動強化學(xué)習(xí)多時段預(yù)測的孤立微電網(wǎng)優(yōu)化調(diào)度方法

在審

• 申請?zhí)枺?/td>: 202110955516.1
• 申請日: 2021-08-19
• 公開（公告）號: CN113708404A
• 公開（公告）日: 2021-11-26
• 發(fā)明（設(shè)計）人: 李揚;王瑞濃;楊震;李嘉政
• 申請（專利權(quán)）人: 東北電力大學(xué)
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/46;H02J3/00;G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 成都其高專利代理事務(wù)所(特殊普通合伙) 51244
• 代理人: 廖曾

1.一種基于自動強化學(xué)習(xí)多時段可再生能源出力及負荷預(yù)測的孤立微電網(wǎng)優(yōu)化調(diào)度方法，其特征是，它包括以下步驟：

1)輸入并更新風(fēng)、光出力及負荷的歷史數(shù)據(jù)；

2)將歷史數(shù)據(jù)根據(jù)時段分割重建為24組新的時間序列；

3)生成基于PER-AutoRL預(yù)測的調(diào)度模型；

4)根據(jù)輸入的歷史數(shù)據(jù)，自動確定PER-AutoRL預(yù)測模型的架構(gòu)與超參數(shù)；

5)獲得預(yù)測值以及預(yù)測誤差分布；

6)根據(jù)預(yù)測誤差分布生成風(fēng)、光出力以及負荷的預(yù)測誤差概率性序列；

7)修正預(yù)測值；

8)確定旋轉(zhuǎn)備用機會約束；

9)根據(jù)SOT將調(diào)度模型中的機會約束轉(zhuǎn)化為確定性約束；

10)獲得符合混合整數(shù)線性規(guī)劃形式的調(diào)度模型；

11)輸入微電網(wǎng)參數(shù)；

12)采用CPLEX求解器對基于PER-AutoRL預(yù)測的微電網(wǎng)日前調(diào)度模型進行求解；

13)檢查解決方案是否存在，若存在，則終止流程；否則更新置信水平，轉(zhuǎn)到步驟11)再次進行求解；

14)最終輸出包括待優(yōu)化變量對應(yīng)的數(shù)值以及優(yōu)化目標(biāo)函數(shù)值的微電網(wǎng)日前優(yōu)化調(diào)度方案。

2.根據(jù)權(quán)利要求1所述的一種基于自動強化學(xué)習(xí)多時段可再生能源出力及負荷預(yù)測的孤立微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于：所述步驟1)中需將風(fēng)、光出力及負荷的歷史數(shù)據(jù)更新至最新的當(dāng)前日數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于自動強化學(xué)習(xí)多時段可再生能源出力及負荷預(yù)測的孤立微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于：所述步驟2)中，以一小時為時間采樣點，將輸入的歷史數(shù)據(jù)中每天同一時段的數(shù)據(jù)抽取出來并重新構(gòu)建為24組新的時間序列作為原始數(shù)據(jù)集。

4.根據(jù)權(quán)利要求1所述的一種基于自動強化學(xué)習(xí)多時段可再生能源出力及負荷預(yù)測的孤立微電網(wǎng)優(yōu)化調(diào)度方法，其特征在于：所述步驟3)中，PER-AutoRL的整體框架為深度強化學(xué)習(xí)中的深度確定策略梯度(deep deterministic policy gradient，DDPG)算法，主要包括Actor部分以及Critic部分共四個神經(jīng)網(wǎng)絡(luò)，將連續(xù)7天同一時段的數(shù)據(jù)構(gòu)建為一個矩陣作為state s，然后agent輸出一個預(yù)測值作為action a，并返回一個reward r；以最小化預(yù)測誤差為目的構(gòu)建main actor網(wǎng)絡(luò)的損失函數(shù)，以最小化reward r的真實值和預(yù)測值之間的差值為目標(biāo)構(gòu)建main critic網(wǎng)絡(luò)的損失函數(shù)。調(diào)度部分的模型構(gòu)建過程為：

(a)選取優(yōu)化目標(biāo)，以微電網(wǎng)總的運行費用最小為優(yōu)化目標(biāo)，由于系統(tǒng)中的風(fēng)機和光伏發(fā)電出力不可控，因此在成本中加入了旋轉(zhuǎn)備用成本，因此優(yōu)化目標(biāo)函數(shù)的表達式為：

式(1)中：T是一個調(diào)度周期包含的時段數(shù)(本文T取24)，t是調(diào)度周期中時段的標(biāo)號，n是微燃機序號，M_G是微燃機機組總數(shù)；ψ_n和ξ_n是微燃機的耗量系數(shù)，U_n，t和S_n，t為0-1變量，分別表示微燃機的狀態(tài)變量和啟動變量；P_t^IE是可中斷負荷，κ為補貼費用。和τ_n分別是微燃機的旋轉(zhuǎn)備用成本和啟動成本。和分別代表t時段的微燃機輸出功率和旋轉(zhuǎn)備用；

(b)確定約束條件，調(diào)度模型的約束包括功率平衡約束，微燃機出力約束，儲能約束，旋轉(zhuǎn)備用約束，具體如下：

功率平衡約束：包括功率平衡約束及可中斷負荷約束

式(2)中：P_t^CH和P_t^DC是儲能在t時段內(nèi)的充放電功率，P_t^CNLOAD是卸荷負荷，定義負荷和風(fēng)機、光伏聯(lián)合輸出功率的差值為等效負荷，是等效負荷的預(yù)測值，是的修正值；

式(3)中：ρ是P_t^IE所占的比率；

微燃機出力約束：

式(4)中：和分別為機組n輸出功率的上下限；

儲能約束：包括充放電方程，鉛酸蓄電池出力限制，儲能起始和結(jié)束約束。

充放電方程：

式(5)中：S_t+1和S_t分別是t+1時段和t時段里儲能裝置中的儲存能量，η_ch和η_dc分別為充放電效率，Δt是每個單獨時段的時間，本文取1h；

鉛酸蓄電池出力限制：

式(6)中：和分別是時段t內(nèi)鉛酸蓄電池充放電的最大值；

鉛酸蓄電池的容量限制：

式(7)中：S_max和S_min分別為鉛酸蓄電池的最大和最小允許容量；

儲能起始和結(jié)束約束：

式(8)中：S₀是儲能裝置中的初始儲能，S_*是儲能裝置初始儲能限制，T_end是整個周期的終點(本文取24h)，為了確保微電網(wǎng)每個周期的運行計劃具備同樣的初始條件，設(shè)置一個調(diào)度周期后儲能單元剩余容量S_Tend與初始儲能S₀相同；

旋轉(zhuǎn)備用約束：包括有微燃機組及儲能提供的旋轉(zhuǎn)備用約束以及其機會約束形式

式(9)中P_Ress，t是t時段儲能的備用容量；

通過SOT獲得的誤差的概率性序列可將式(10)化簡為如下形式：

式(11)中為等效負荷預(yù)測誤差的期望值，分別為負荷及風(fēng)機、光伏出力誤差可能出現(xiàn)的值，α為置信水平。

綜上，將微電網(wǎng)最優(yōu)調(diào)度建模如下：

式(12)中：J(x，ξ)為目標(biāo)函數(shù)；ξ為隨機參數(shù)向量；G_k(x，ξ)為約束條件；P_r{·}表示事件成立的概率；β為預(yù)先給定的置信水平；H為傳統(tǒng)的確定性約束；為目標(biāo)函數(shù)J(x，ξ)在概率水平不低于β時所取的最小值。