基于深度Q学习的综合能源经济调度系统技术方案

本发明专利技术涉及基于深度Q学习的综合能源经济调度系统，属于图像处理技术领域。该系统包括主电网、风力发电单元、天然气发电单元、储能设备以及服务器负载；所述主电网、风力发电单元、天然气发电单元和储能设备均通过电力母线与服务器负载连接；所述经济调度系统中，由主电网、风力发电单元、天然气发电单元和储能设备协调满足恒温控制负载的需求，对经济调度问题进行优化控制；对综合能源系统经济调度与控制问题展开研究，基于数据驱动的思想，利用强化学习中无模型的训练方法有效解决系统的耦合性和非线性问题。性和非线性问题。性和非线性问题。

【技术实现步骤摘要】
基于深度Q学习的综合能源经济调度系统


[0001]本专利技术属于图像处理
，涉及基于深度Q学习的综合能源经济调度系统。

技术介绍

[0002]为了求解微电网的经济调度问题，研究者们已经提出了许多经过考验的方法，例如：动态规划法、拉格朗日乘子法、参数迭代法。这些方法主要都是用来解决传统的以凸函数形式为发电成本函数的问题。对于一些非凸的经济调度问题，例如考虑阀点效应的火力发电单元的经济成本问题，带有正弦函数的干扰，无法视为凸函数，研究者们则提出了一些其他的解法，粒子算法、遗传算法等算法开始被利用在经济调度问题之中。当发电单元开始以多智能体的形式出现之后，由于集中式调度的一些无法回避的缺陷，例如：系统的鲁棒性较差，中央控制器的安全性问题抑或是对单个中心控制器的计算量负荷太大。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供基于深度Q学习的综合能源经济调度系统。
[0004]为达到上述目的，本专利技术提供如下技术方案：
[0005]基于深度Q学习的综合能源经济调度系统，该系统包括主电网、风力发电单元、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度Q学习的综合能源经济调度系统，其特征在于：该系统包括主电网、风力发电单元、天然气发电单元、储能设备以及服务器负载；所述主电网、风力发电单元、天然气发电单元和储能设备均通过电力母线与服务器负载连接；所述经济调度系统中，由主电网、风力发电单元、天然气发电单元和储能设备协调满足恒温控制负载的需求，对经济调度问题进行优化控制；所述经济调度问题是在维持系统正常运行的情况下使成本函数最小化，成本函数的设置包括：风力发电单元发电的发电成本、天然气发电的发电成本、与电网交互的的成本以及蓄电池充放电的损耗成本，分别设置为C
WG
，C
FG
，C
Buy
，C
Bat
；所述优化控制为优化四种成本之和，令其最小，实现最优的经济调度；风力发电单元的发电成本函数模型为：C
WG
(t)＝a
w
P
2WG
(t)+b
w
P
WG
(t)+c
w
C
WG
(t)为在t时刻风力发电单元发电的经济成本，P
WG
(t)为其实时发电功率，a
w
，b
w
，c
w
分别为其发电成本函数的成本系数；对风力发电单元的发电功率做出如下约束：P
WG,min
≤P
WG
(t)≤P
WG,max
P
WG,min
为风力发电单元的最低发电功率，P
WG,max
为风力发电单元的最高发电功率；储能装置在接入能源网中时，进行能量交换，产生充放电的成本，其充放电的折旧成本函数为下式：P
bat
(t)为超级电容在t时刻的充放电功率，充电时表示储能装置正在向内输入电能，令其为负；放电时P
bat
(t)则为正，由其内部的电流i
bat
的流向所决定的；η
bat
则是储能的折旧成本系数，代表了其衰减；储能装置在系统工作时，遵循对其充放电速度的约束，设置以下充放电功率约束：P
b,min
≤|P
b
(t)|≤P
b,max
P
bat,max
与P
bat,min
分别代表充放电功率的最大值和最小值，P
bat
(t)则是前式中所定义的储能装置在t时刻的充放电功率；除充放电功率约束之外，储能装置的剩余能量SOC必须被限制在一定的范围之内，即储能系统的容量约束：RE
bat,min
≤RE(t)≤RE
bat,max
上式中，RE
bat,max
与RE
bat,min
分别为储能装置容量允许的最大值和最小值，SOC(t)为t时刻储能装置的剩余能量。t时刻储能装置的剩余能量SOC(t)如下表示：RE(t)＝RE(t
‑
1)
‑
P
b
(t)RE(t
‑
1)为t
‑
1时刻，储能装置的剩余能量；天然气发电t时刻发电的成本函数定义为如下的形式：C
FG
＝μ
FG
P
FG
(t)μ
FG
为t时刻的单位天然气价格；
在考虑碳排放的情况下计算出碳排放的总量，设定碳排放的容许排放量为N
free
，利用无偿分配的方式为其配给允许的碳排放量，也即其产生的电能越多，容许排放的碳容量就越大，对固定的N
free
，在t时刻，有碳排放量如下：N(t)＝η
carben
P
FG
(t)N(t)为天然气发电单元在t时刻的碳排放量，P
FG
(t)为t时刻天然气发电的功率，η
carben
代表从天然气发电功率换算到碳排放功率的过程，考虑最低的容许碳排放量N
free
，在t时刻，碳排放功率小于或等于N
free
，都无须为碳排放量做出额外的经济补偿，故t时刻的天然气发电单元的成本函数设置如下式：p
e
为每单位容许额度外碳排放量的价格；设定天然气发电单元的发电功率的上下限约束为：P
FG,min
≤P
FG
(t)≤P
FG,max
P
FG,min
为天然气发电单元的最低发电功率，P
FG,max
为天然气发电单元的最高发电功率；考虑发电及其的功率爬坡约束，即相邻的两调度时刻之间的功率差约束；如下：P
FG,Rmin
≤P
FG
(t)
‑
P
FG
(t
‑
1)≤P
FG,Rmax
P
FG,Rmin
为天然气发电单元的爬坡约束功率上限，P
FG,Rmax
为天然气发电单元的爬坡约束功率下限，P
FG
(t)与P
FG
(t
‑
1)分别为t时刻与t
‑
1时刻天然气发电的功率值；微电网与主电网交互的成本函数如下：P
grid
(t)代表的是t时刻微电网与主电网电能交换的功率，为正时代表向主电网购电，为负时代表向主电网售电，L
buy
(t)与L
sell
(t)则分别代表在t时刻向主电网购电与向主电网售电的电能价格；同时为维持主电网供需侧的稳定运行，微电网与主电网的功率交互有着如下的约束要求：P
mingrid
≤P
grid
(t)≤P
maxgrid
P
mingrid
(t)与P
maxgrid
(t)分别为微电网与主电网之间的电能交换功率的最小值和最大值，以维持整个电网的稳定运行；负载的功率模型由如下的式子得到：P
i,tload
＝P
load
s
it
P
i,tload
为第i个恒温控制负载在t时刻的实时功率，s
it
为定义的功率给予控制信号，P
load
为恒温控制负载的标准工作功率；控制信号的规律表达式为：i∈Z为第i个温度负载的标号，Tem
ti
表示第i个负载在t时刻的实时温度，而T
max
与T
min
则是代表温度负载的最高与最低温度，在此对温度负载做一个上下限的约束；s
it
则是在控制
...

【专利技术属性】
技术研发人员：陈刚，杨卓锐，
申请(专利权)人：重庆大学，
类型：发明
国别省市：