[發明專利]一種基于主從博弈的區域電網源荷協同調度學習優化方法

在審

• 申請號: 202310183269.7
• 申請日: 2023-02-24
• 公開（公告）號: CN116362635A
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 唐昊;袁鑫;方道宏;王正風;欒喜臣
• 申請（專利權）人: 合肥工業大學;國網安徽省電力有限公司
• 主分類號: G06Q10/067
• 分類號: G06Q10/067;G06Q30/0202;G06Q50/06;G06N5/04;G06Q10/0637;G06Q10/04;G06Q10/0631
• 代理公司: 合肥晨創知識產權代理事務所(普通合伙) 34162
• 代理人: 康培培

1.一種基于主從博弈的區域電網源荷協同調度學習優化方法，其特征在于，包括以下步驟：

S1、分析區域電網源荷協同調度系統物理架構與邏輯關系，建立系統綜合評價指標，用來評價市場電價制定機構制定日前市場電價的優劣程度；

S2、根據市場電價制定機構制定的電價對系統綜合評價指標的影響，建立負荷響應不確定情況下市場電價制定機構與負荷聚合商之間的主從博弈模型、機組發電計劃模型以及約束模型，稱為物理驅動模型；

S3、將調度決策問題描述為對電價進行隨機序貫決策的學習優化機制，采用典型的強化學習方法求解電價策略。

2.根據權利要求1所述的基于主從博弈的區域電網源荷協同調度學習優化方法，其特征在于：所述步驟S1中，區域電網源荷協同調度系統由負荷聚合商和電力服務機構組成，負荷聚合商從負荷側獲得基準電價下的基準負荷，并根據市場電價給出電價激勵下的響應負荷，電力服務機構包括市場電價制定機構和發電計劃制定機構，其主要職責是對各時段的基準負荷制定市場電價、根據各時段的響應負荷制定機組發電計劃。

3.根據權利要求2所述的基于主從博弈的區域電網源荷協同調度學習優化方法，其特征在于：所述步驟S1中，定義Δt為決策周期時間間隔，則第t個決策周期對應的時段為[t,t+Δt)，t時段是該決策周期的決策時段，將一天等分成0～T-1個決策周期，則一天等分的決策周期數量為T，假設電網拓撲中有K條母線采用本文方法，則t時段各母線上的基準負荷狀態、市場電價以及響應負荷可以表示為：

式中，分別表示在t時段母線k上的基準負荷、市場電價和響應負荷，t∈{0,1,…,T-1}且k∈{1,2,…,K}；

由于用戶行為和環境的隨機特性，負荷實際需求變化既有統計特性，也有隨機不確定性，因此，響應負荷L_t由預測量和隨機偏差量組成，是關于日前基準負荷s_t和市場電價a_t的函數：

式中，分別表示t時段母線k上響應負荷的預測和隨機不確定部分，σ_L表示偏差量的標準差；

發電計劃F_t包含t時段各發電機組出力信息等，是關于響應負荷L_t和機組信息G_t的函數：

式中，N_gs、N_w、ML分別表示火、風電機組數量和系統支路數量，P_t^gs、P_t^gs,i、分別表示火電機組有功出力上下限向量、t時段有功出力向量、t時段機組i有功出力以及其下限和上限，i∈{1,2,…,N_gs}，P_t^w、P_t^w,j、P_t^w,j,f分別表示風電機組預測功率向量、t時段機組出力向量、t時段機組j發電以及預測功率，j∈{1,2,…,N_w}，P_t^ML、分別表示支路允許功率上下限向量、t時段支路允許功率向量、t時段支路l長期允許功率以及其下限和上限，l∈{1,2,…,ML}，分別表示火電機組向上和向下爬坡功率向量、機組i的向上和向下爬坡功率。