[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

本發明涉及電力系統技術領域，尤其涉及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，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，提出優化策略優劣性評價指標；S2、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；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進行求解。

技術領域

本發明涉及電力系統技術領域，尤其涉及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。

背景技術

隨著生態環境的惡化和能源危機的加劇，以風電為代表的清潔能源發電在我國電能結構中的占比逐年增加，高比例新能源并網已成為電力系統發展趨勢。國家能源局2021年發布數據表明，全國風電并網裝機容量超3億千瓦，但平均棄風率為3.1％。由于風電具有隨機性和波動性，大規模風電并網將對電力系統的穩定運行造成影響。因此，研究含風電的電力系統優化調度問題具有重要意義。

針對上述問題，國內外研究人員從風電功率預測、與常規機組協同優化以及考慮需求響應的源荷協同調度開展了大量研究。針對緩解風電并網對電力系統暫態穩定的影響，目前研究還集中在發電側，而需求側參與電力系統優化調度會使風電并網更加靈活、經濟。需求側具有廣泛的備用資源，通過需求響應協調優化用電行為，為風電并網提供更多調峰、備用等資源，是解決風電并網優化調度的有效途徑。針對負荷聚合商的源荷協同調度問題，目前研究實現了負荷聚合商參與下的源荷協同調度系統整體最優，但是未考慮負荷聚合商在資源調控過程中的最優負荷響應策略。另外，目前的求解方法均假設在完全信息環境下求解，與實際存在差異。而在求解算法方面，采用數學推導法求解源荷協同調度問題，需要把非凸非線性轉換成凸線性優化問題，導致與實際問題存在建模殘差；而采用啟發式算法求解源荷協同調度問題容易陷入局部最優解。針對含清潔能源發電的源荷協同調度問題，目前研究在制定分時電價時考慮因素單一，未能統籌源荷協同調度系統制定電價。因此，研究解決源荷協同調度的新方法具有重要意義。

發明內容

針對現有技術的不足，本發明提供了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，基于數據驅動與物理模型驅動方法的各自優劣勢，構建非完全信息環境下數據與物理模型融合驅動的決策框架，提出一種基于主從博弈的學習優化方法，以解決區域電網日前源荷協同優化調度問題。

為解決上述技術問題，本發明提供了如下技術方案：

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，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。

本技術方案進一步的優化，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。

本技術方案更進一步的優化，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：