[發(fā)明專利]一種多資源協(xié)調(diào)優(yōu)化方法、裝置及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310384258.5
• 申請(qǐng)日: 2023-04-12
• 公開（公告）號(hào): CN116436019A
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計(jì)）人: 孫磊;郭東亮;肖鵬;楊景剛;邵劍;劉建軍;孫蓉;陳杰;楊立恒;陳大兵;張曉琴;杜子韋華;朱洪斌;余翔
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)江蘇省電力有限公司電力科學(xué)研究院;江蘇省電力試驗(yàn)研究院有限公司;國(guó)網(wǎng)江蘇省電力有限公司
• 主分類號(hào): H02J3/14
• 分類號(hào): H02J3/14;B60L53/00;H02J3/38
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 史俊軍

1.一種多資源協(xié)調(diào)優(yōu)化方法，其特征在于，包括：

獲取電動(dòng)汽車、能源站、配電網(wǎng)的狀態(tài)信息；

將當(dāng)電動(dòng)汽車、能源站、配電網(wǎng)的狀態(tài)信息輸入預(yù)先構(gòu)建并訓(xùn)練的多資源協(xié)調(diào)優(yōu)化神經(jīng)網(wǎng)絡(luò)，獲得作為多資源協(xié)調(diào)優(yōu)化結(jié)果的能源站充電樁繼電模塊優(yōu)選的動(dòng)作時(shí)刻；

其中，多資源協(xié)調(diào)優(yōu)化神經(jīng)網(wǎng)絡(luò)基于第一多資源協(xié)調(diào)模型構(gòu)建，第一多資源協(xié)調(diào)模型以最大化電動(dòng)汽車充電滿意度、最大化光伏能源消納、最小化能源站運(yùn)行成本為目標(biāo)。

2.根據(jù)權(quán)利要求1所述的多資源協(xié)調(diào)優(yōu)化方法，其特征在于，電動(dòng)汽車、能源站、配電網(wǎng)的狀態(tài)信息包括：

電動(dòng)汽車抵達(dá)能源站的時(shí)間、電動(dòng)汽車抵達(dá)能源站的荷電狀態(tài)、電動(dòng)汽車離開能源站的時(shí)間、電動(dòng)汽車離開能源站的期望荷電狀態(tài)、能源站光伏出力、能源站儲(chǔ)能系統(tǒng)剩余電量、能源站內(nèi)總充電負(fù)荷和配電網(wǎng)實(shí)時(shí)電價(jià)。

3.根據(jù)權(quán)利要求1所述的多資源協(xié)調(diào)優(yōu)化方法，其特征在于，基于第一多資源協(xié)調(diào)模型構(gòu)建多資源協(xié)調(diào)優(yōu)化神經(jīng)網(wǎng)絡(luò)的過程包括：

將第一多資源協(xié)調(diào)模型，轉(zhuǎn)換為基于有限馬爾科夫決策過程的多資源協(xié)調(diào)模型；

根據(jù)基于有限馬爾科夫決策過程的多資源協(xié)調(diào)模型，構(gòu)建多資源協(xié)調(diào)優(yōu)化神經(jīng)網(wǎng)絡(luò)。

4.根據(jù)權(quán)利要求3所述的多資源協(xié)調(diào)優(yōu)化方法，其特征在于，第一多資源協(xié)調(diào)模型的優(yōu)化目標(biāo)為：

max?r^EV＝-λ^EV(S^exp-S^lea)

式中，r^EV為電動(dòng)汽車充電滿意度獎(jiǎng)勵(lì)，λ^EV為電動(dòng)汽車充電未完成懲罰系數(shù)，S^exp為電動(dòng)汽車期望荷電狀態(tài)，S^lea為電動(dòng)汽車離開能源站的實(shí)際荷電狀態(tài)；

式中，r^CS為能源站運(yùn)行成本獎(jiǎng)勵(lì)，T^arr為電動(dòng)汽車抵達(dá)能源站的時(shí)間，T^lea為電動(dòng)汽車離開能源站的時(shí)間，為t′時(shí)刻配電網(wǎng)向能源站提供的功率，為t′時(shí)刻配電網(wǎng)工業(yè)分時(shí)電價(jià)，Δt′為時(shí)間粒度，為t′時(shí)刻能源站儲(chǔ)能系統(tǒng)充放電功率，λ^ESS為能源站儲(chǔ)能系統(tǒng)耗損成本系數(shù)；

式中，r^PV為光伏能源消納獎(jiǎng)勵(lì)，為t′時(shí)刻光伏可發(fā)電功率，為t′時(shí)刻光伏實(shí)際發(fā)電功率，λ^PV為光伏棄光懲罰系數(shù)。

5.根據(jù)權(quán)利要求3所述的多資源協(xié)調(diào)優(yōu)化方法，其特征在于，基于有限馬爾科夫決策過程的多資源協(xié)調(diào)模型中：

有限馬爾科夫決策過程的狀態(tài)包括電動(dòng)汽車、能源站、配電網(wǎng)的狀態(tài)信息；

有限馬爾科夫決策過程的動(dòng)作為能源站充電樁繼電模塊動(dòng)作時(shí)刻；

有限馬爾科夫決策過程的獎(jiǎng)勵(lì)為電動(dòng)汽車充電滿意度獎(jiǎng)勵(lì)、能源站運(yùn)行成本獎(jiǎng)勵(lì)和光伏能源消納獎(jiǎng)勵(lì)之和。