考虑用电需求弹性的多区域主动配电系统调峰优化方法技术方案

本发明专利技术公开了一种考虑用电需求弹性的多区域主动配电系统调峰优化方法，首先建立光伏、全钒液流电池储能系统以及电力弹性环境下多区域柔性负荷调度单元的数学模型；然后将考虑用电需求弹性的多区域主动配电系统调峰优化问题建立成DTMDP模型；最后，结合强化学习与智能算法对数学模型进行求解，得到满足调峰需求的多区域调度优化控制策略。本发明专利技术中的分层学习机制在一定程度上避免强化学习“维数灾”问题，促进调度策略的快速求解；同时，强化学习与智能算法的结合进一步增强算法的探索能力，利于求取最优调峰策略；通过考虑用电需求弹性可进一步获得主动配电系统潜在调度信息并促进系统平稳安全运行。

【技术实现步骤摘要】
考虑用电需求弹性的多区域主动配电系统调峰优化方法
本专利技术属于多区域主动配电系统调度优化领域，具体为考虑电网调峰需求和用电需求弹性，以系统平稳经济运行为目的的多区域主动配电系统动态调度优化方法。
技术介绍
目前，主动配电系统的研究重点包括规划设计，分层控制和运行管理等。规划方面的研究主要围绕分布式电源的优化配置和网架规划等方面展开；分层协调控制的研究为其对各类资源进行调度和管理提供了技术支撑，通过管理好各层级分布式能源达到整体最优；运行管理方面研究多围绕无功补偿、调度优化等方面。传统的电网调峰问题研究主要考虑发电侧机组启停及出力调节控制，尤其是对含有储能装置的多能互补系统进行联合运行优化已被证明能够有效缓解系统的调峰压力。随着主动配电系统的发展和柔性负荷调度技术的应用，通过对需求侧各类型优质调峰资源进行调度优化，从而实现经济调峰、提高能源利用率，已成为当前电网调峰研究的一个重要趋势，也是对发电侧调峰的一个有效补充。而当前研究对区域电网整体负荷分析研究较多，针对于具体不同行业的负荷特性研究较少，一定程度上忽视了不同行业负荷之间的差异及比例变化产生的影响，不利于更准确地把握电力负荷变化规律。同时对不同类型用电主体的电力弹性刻画并不多，这并不利于在电力系统规划过程中引导电力用户选择合理的用电时间、调节自身用电功率以达到更好的削峰填谷效果。
技术实现思路
本专利技术针对现有技术中存在的不足之处，提供一种考虑用电需求弹性的多区域主动配电系统调峰优化方法，以期能引导电力用户选择合理的用电时间、调节自身用电功率，达到削峰填谷的作用，从而提高用电负荷率，以及电网运行的安全性和稳定性。本专利技术为解决技术问题采用如下技术方案：本专利技术一种考虑用电需求弹性的多区域主动配电系统调峰优化方法的特点是按如下步骤进行：步骤1、构建多区域主动配电系统，包括：调度中心、工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域；将所述工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域中的任意一个调度区域记为区域i；所述区域i中包含：第i个PV发电单元、第i个VRB储能单元、第i个负荷调度单元；所述第i个负荷调度单元的负荷类型包括：第i个可削减负荷、第i个刚性负荷；其中，所述工业园区调度区域中负荷调度单元的负荷类型还包括：可转移负荷；步骤2、确定区域i在调度日内任意决策时刻t下，电网调峰需求、光伏出力、各类型负荷需求基于历史数据的预测值；其中，电网调峰需求记为光伏出力记为各类型负荷需求中的可削减负荷需求记为和可转移负荷需求记为步骤3、建立工业、商业、市政及生活园区内多类型负荷调度单元、VRB储能单元、PV发电单元的数学模型、区域调度时间属性数学模型以及考虑区域弹性幅度的调峰任务分配机制：步骤3.1、建立弹性环境下多区域各类型负荷的数学模型：利用式(1)得到区域i在决策时刻t下可削减负荷的最小、最大削减负荷量约束：式(1)中，为区域i在决策时刻t下的可削减负荷最大削减负荷量；为区域i在决策时刻t下的实际削减负荷量；利用式(2)-式(4)得到可转移负荷的出力约束：式(2)-式(4)中，和分别为区域i在决策时刻t下可转移负荷最大允许增和最大允许减负荷量；为区域i对应的可转移负荷在决策时刻t下的增负荷量；为区域i在决策时刻t下的减负荷量；定义从初始时刻到决策时刻t过程中，各决策时刻采取行动后的累计增减负荷量记为假定单个调度日有tK-1个决策时刻，则为剩余时段tK-1-t可转移负荷的弹性裕度；利用式(5)和式(6)分别得到区域i在决策时刻t下的裕度约束和转移方向约束从而得到区域i在决策时刻t下的可转移负荷约束式(5)和式(6)中，aacctr为弹性裕度系数；e为自然常数；αdir为转移动作选取方向系数；为截止到t-1时刻的累计转移增减的负荷量；为当前决策时刻t可转移负荷采取动作后对应的增减负荷量，设定增加负荷量时，的值为正，减小负荷量时，的值为负，不动作时，的值为0；步骤3.2、建立VRB储能单元出力的数学模型：利用式(7)-式(10)建立在一个调度日内VRB储能单元的约束条件，包括：端电压约束、充放电功率约束、荷电状态约束和始末荷电状态一致约束：式(7)-式(10)中，为区域i的VRB储能单元的端电压上、下限，为区域i在决策时刻t下VRB储能单元的最小、最大充放电功率，为区域i在决策时刻t下VRB储能单元的实际充放电功率，为区域i的VRB储能单元的剩余容量约束上限和下限，为区域i在决策时刻t下VRB储能单元的剩余容量，ts、te为调度日始、末时刻，Ccon为设定的VRB储能单元的荷电状态期望值；步骤3.3、建立光伏发电出力的数学模型：利用式(11)得到区域i在决策时刻t下光伏出力功率的预测值式(11)中，ηpv为光电转化效率；npv为光伏电池板个数；Spv为光伏电池板接受光照表面积；为区域i在决策时刻t下的太阳辐射强度；αpv为温度转换系数，为区域i在决策时刻t下的室外温度；步骤3.4、建立区域调度时间属性的数学模型：利用式(12)得到区域i在决策时刻t下的时间属性Ti,t：式(12)中，为区域i的时间量级参数；c为常量；pi,t为区域i在决策时刻t下的出力功率，为区域i在调度日的最大出力功率；步骤3.5、建立考虑区域弹性幅度的调峰任务分配机制：设定区域i在决策时刻t下的弹性幅度为Ei,t，弹性幅度Ei,t的上界＝可削减负荷上界+可转移增加负荷上界+储能放电余量；弹性幅度Ei,t的下界＝可削减负荷下界+可转移减小下界+储能充电余量；由上界和下界之间的跨度构成区域i的弹性幅度；步骤4、连续变量离散化及不确定性随机变量动态变化过程的建模：步骤4.1、建立多区域电网调峰需求不确定性模型：在决策时刻t，将电网实时下发给区域i的调峰需求指令随机不确定部分的最大范围区间离散为共个等级，其中，为以区域i在决策时刻t下的调峰需求预测功率为基础向上波动的最大值，为以区域i在决策时刻t下的调峰需求预测功率为基础向下波动的最大值；为以区域i调峰需求预测功率为基础向上、向下波动量的最大离散等级；利用式(13)得到区域i在决策时刻t下的电网实际调峰需求：式(13)中，为区域i在决策时刻t下的电网调峰需求预测功率，为区域i在决策时刻t下的电网调峰需求不确定部分功率等级，为区域i在决策时刻t下的电网调峰指令不确定部分离散化后的最小单位功率；步骤4.2、建立光伏出力不确定模型；将区域i在决策时刻t下的光伏出力不确定部分的最大范围区间离散为共个等级，其中，为以区域i在决策时刻t下的光伏出力预测功率为基础向上波动的最大值，为以区域i在决策时刻t下的光伏出力预测功率为基础向下波动的最大值；为以区域i光伏本文档来自技高网...

【技术保护点】
1.一种考虑用电需求弹性的多区域主动配电系统调峰优化方法，其特征是按如下步骤进行：/n步骤1、构建多区域主动配电系统，包括：调度中心、工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域；将所述工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域中的任意一个调度区域记为区域i；/n所述区域i中包含：第i个PV发电单元、第i个VRB储能单元、第i个负荷调度单元；所述第i个负荷调度单元的负荷类型包括：第i个可削减负荷、第i个刚性负荷；其中，所述工业园区调度区域中负荷调度单元的负荷类型还包括：可转移负荷；/n步骤2、确定区域i在调度日内任意决策时刻t下，电网调峰需求、光伏出力、各类型负荷需求基于历史数据的预测值；其中，电网调峰需求记为

【技术特征摘要】
1.一种考虑用电需求弹性的多区域主动配电系统调峰优化方法，其特征是按如下步骤进行：
步骤1、构建多区域主动配电系统，包括：调度中心、工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域；将所述工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域中的任意一个调度区域记为区域i；
所述区域i中包含：第i个PV发电单元、第i个VRB储能单元、第i个负荷调度单元；所述第i个负荷调度单元的负荷类型包括：第i个可削减负荷、第i个刚性负荷；其中，所述工业园区调度区域中负荷调度单元的负荷类型还包括：可转移负荷；
步骤2、确定区域i在调度日内任意决策时刻t下，电网调峰需求、光伏出力、各类型负荷需求基于历史数据的预测值；其中，电网调峰需求记为光伏出力记为各类型负荷需求中的可削减负荷需求记为和可转移负荷需求记为
步骤3、建立工业、商业、市政及生活园区内多类型负荷调度单元、VRB储能单元、PV发电单元的数学模型、区域调度时间属性数学模型以及考虑区域弹性幅度的调峰任务分配机制：
步骤3.1、建立弹性环境下多区域各类型负荷的数学模型：
利用式(1)得到区域i在决策时刻t下可削减负荷的最小、最大削减负荷量约束：



式(1)中，为区域i在决策时刻t下的可削减负荷最大削减负荷量；为区域i在决策时刻t下的实际削减负荷量；
利用式(2)-式(4)得到可转移负荷的出力约束：









式(2)-式(4)中，和分别为区域i在决策时刻t下可转移负荷最大允许增和最大允许减负荷量；为区域i对应的可转移负荷在决策时刻t下的增负荷量；为区域i在决策时刻t下的减负荷量；
定义从初始时刻到决策时刻t过程中，各决策时刻采取行动后的累计增减负荷量记为假定单个调度日有tK-1个决策时刻，则为剩余时段tK-1-t可转移负荷的弹性裕度；
利用式(5)和式(6)分别得到区域i在决策时刻t下的裕度约束和转移方向约束从而得到区域i在决策时刻t下的可转移负荷约束






式(5)和式(6)中，aacctr为弹性裕度系数；e为自然常数；αdir为转移动作选取方向系数；为截止到t-1时刻的累计转移增减的负荷量；为当前决策时刻t可转移负荷采取动作后对应的增减负荷量，设定增加负荷量时，的值为正，减小负荷量时，的值为负，不动作时，的值为0；
步骤3.2、建立VRB储能单元出力的数学模型：
利用式(7)-式(10)建立在一个调度日内VRB储能单元的约束条件，包括：端电压约束、充放电功率约束、荷电状态约束和始末荷电状态一致约束：












式(7)-式(10)中，为区域i的VRB储能单元的端电压上、下限，为区域i在决策时刻t下VRB储能单元的最小、最大充放电功率，为区域i在决策时刻t下VRB储能单元的实际充放电功率，为区域i的VRB储能单元的剩余容量约束上限和下限，为区域i在决策时刻t下VRB储能单元的剩余容量，ts、te为调度日始、末时刻，Ccon为设定的VRB储能单元的荷电状态期望值；
步骤3.3、建立光伏发电出力的数学模型：
利用式(11)得到区域i在决策时刻t下光伏出力功率的预测值



式(11)中，ηpv为光电转化效率；npv为光伏电池板个数；Spv为光伏电池板接受光照表面积；为区域i在决策时刻t下的太阳辐射强度；αpv为温度转换系数，为区域i在决策时刻t下的室外温度；
步骤3.4、建立区域调度时间属性的数学模型：
利用式(12)得到区域i在决策时刻t下的时间属性Ti,t：



式(12)中，为区域i的时间量级参数；c为常量；pi,t为区域i在决策时刻t下的出力功率，为区域i在调度日的最大出力功率；
步骤3.5、建立考虑区域弹性幅度的调峰任务分配机制：
设定区域i在决策时刻t下的弹性幅度为Ei,t，弹性幅度Ei,t的上界＝可削减负荷上界可转移增加负荷上界储能放电余量；弹性幅度Ei,t的下界＝可削减负荷下界+可转移减小下界储能充电余量；由上界和下界之间的跨度构成区域i的弹性幅度；
步骤4、连续变量离散化及不确定性随机变量动态变化过程的建模：
步骤4.1、建立多区域电网调峰需求不确定性模型：
在决策时刻t，将电网实时下发给区域i的调峰需求指令随机不确定部分的最大范围区间离散为共个等级，其中，为以区域i在决策时刻t下的调峰需求预测功率为基础向上波动的最大值，为以区域i在决策时刻t下的调峰需求预测功率为基础向下波动的最大值；为以区域i调峰需求预测功率为基础向上、向下波动量的最大离散等级；
利用式(13)得到区域i在决策时刻t下的电网实际调峰需求：



式(13)中，为区域i在决策时刻t下的电网调峰需求预测功率，为区域i在决策时刻t下的电网调峰需求不确定部分功率等级，为区域i在决策时刻t下的电网调峰指令不确定部分离散化后的最小单位功率；
步骤4.2、建立光伏出力不确定模型；
将区域i在决策时刻t下的光伏出力不确定部分的最大范围区间离散为共个等级，其中，为以区域i在决策时刻t下的光伏出力预测功率为基础向上波动的最大值，为以区域i在决策时刻t下的光伏出力预测功率为基础向下波动的最大值；为以区域i光伏出力预测功率为基础向上、向下波动量的最大离散等级；
利用式(14)得到区域i在决策时刻t下光伏实际出力



式(14)中，为区域i在决策时刻t下光伏出力预测功率，为区域i在决策时刻t下光伏出力不确定部分的功率等级；为区域i在决策时刻t下光伏出力不确定部分离散后的最小单位功率；
步骤4.3、建立多区域各类型负荷需求不确定模型：
将区域i在决策时刻t下可削减负荷和可转移负荷随机不确定部分的最大范围区间和分别离散为相应的状态等级和共和个等级，其中，和...

【专利技术属性】
技术研发人员：唐昊，曹永伦，王正风，吴旭，李智，吕凯，谭琦，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34