一种电力系统随机经济调度方法、装置及介质制造方法及图纸

本发明专利技术公开了一种电力系统随机经济调度方法、装置及介质，其中方法包括：基于马尔可夫决策过程构建电力系统随机经济调度模型；将电力系统随机经济调度问题解耦为各个时段子问题，根据分段二次值函数近似方法训练得到近似值函数；获取当前时段t的状态，根据近似值函数计算得到当前时段t的近似最优决策a

【技术实现步骤摘要】
一种电力系统随机经济调度方法、装置及介质


[0001]本专利技术涉及电力系统经济调度领域，尤其涉及一种电力系统随机经济调度方法、装置及介质。

技术介绍

[0002]电力系统经济调度问题对其经济可靠的运行具有重要意义。在新能源发电机组广泛接入的背景下，有必要考虑电力系统的随机经济调度问题。
[0003]在数学上，随机经济调度问题是一个难以求解的随机非线性优化问题。现有的经典优化方法，如内点法、Benders分解及调用成熟的商业求解器是确定性经济调度问题的主流解决方案，但在考虑随机性时无法在可接受的时间内解决问题。另外，启发式算法，如遗传算法、粒子群优化算法、蚁群算法等也被用于随机经济调度问题中，但这些算法的求解质量不稳定，且求解时间随问题规模呈指数增长。
[0004]近似动态规划是一种强大的随机优化方法，在求解复杂问题方面具有较大潜力。在近似动态规划框架下，随机多阶段问题通常被建模为马尔可夫决策过程，然后利用Bellman方程将其分解为一系列子问题，并通过值函数来反映子问题之间的相互作用。由于真实值函数事先是未知的，所以需要用参数函数逼近，如表格函数、分段线性函数、神经网络等。然而，已有近似动态规划方法仅使用其少量信息迭代更新值函数，需要大量的迭代，求解效率低下。

技术实现思路

[0005]为至少一定程度上解决现有技术中存在的技术问题之一，本专利技术的目的在于提供一种基于分段二次值函数近似的电力系统随机经济调度方法、装置及介质。
[0006]本专利技术所采用的技术方案是：
>[0007]一种电力系统随机经济调度方法，包括以下步骤：
[0008]基于马尔可夫决策过程构建电力系统随机经济调度模型；
[0009]将电力系统随机经济调度问题解耦为各个时段子问题，根据分段二次值函数近似方法训练得到近似值函数；
[0010]获取当前时段t的状态，根据近似值函数计算得到当前时段t的近似最优决策a
t*
；
[0011]根据状态转移函数计算下一个时段的状态，令当前时段t＝t+1；
[0012]判断当前时段t是否等于预设时段，若是，输出所有决策；反之，返回继续计算当前时段t的近似最优决策。
[0013]进一步地，所述电力系统随机经济调度模型的基本元素包括状态变量S
t
、决策变量a
t
和外部信息W
t
；
[0014]其中，状态变量S
t
包括电力系统的运行状态的信息，定义为：
[0015][0016]式中，是时段集合；其中表示时段t
‑
1可调度机组的有功功率；表示时段t
新能源机组的有功功率；和分别为时段t负荷的有功功率和无功功率；
[0017]决策变量a
t
代表电力系统的控制变量，定义为：
[0018][0019]式中，和表示时段t机组的有功功率和无功功率；e
t
和f
t
表示时段t电压相量的实部和虚部；
[0020]由于新能源出力和负荷存在一定的不确定性的变量，这些变量被建模为外部信息W
t
：
[0021][0022]式中，分别是新能源有功功率、有功负荷、无功负荷在t+1时段的值与t时段的值之间的差。
[0023]进一步地，下一个时段的状态通过以下方式计算获得：
[0024]根据状态变量、决策变量和外部信息获取下一个时段的状态S
t+1
：
[0025][0026]式中，S
M
为电力系统的状态转移函数。
[0027]进一步地，所述电力系统随机经济调度模型的目标函数为：最小化整个调度周期的期望成本；
[0028]目标函数的表达式为：
[0029][0030]其中，成本函数C
t
(S
t
,a
t
)表示时段t的调度成本，计算方式如下：
[0031][0032]式中，a
iG
，b
iG
，c
iG
为机组的燃料成本费用系数；是时段t机组i的有功功率。
[0033]进一步地，通过以下方式获取分段二次值函数：
[0034]基于近似动态规划理论，通过Bellman方程与值函数V
t
(S
t
)将电力系统随机经济调度问题解耦为各个时段子问题：
[0035][0036]为应对外部信息的维数灾问题，引入决策后状态变量与决策后状态值函数基于蒙特卡洛方法将Bellman方程转化为：
[0037][0038]采用分段二次函数形式如下：
[0039][0040]其中，N
S
为状态变量的维数；N
D
为分段数；a
ij
,b
ij
分别为第i个状态变量的第j分段的二次与一次系数；c0为常数项；为第i个状态变量；d
max
为各个分段的最大长度。
[0041]进一步地，采用以下方式更新近似值函数：
[0042]将值函数的求解示为以下抽象形式的参数优化问题：
[0043][0044]h(x,p)≤0(2)
[0045]g(x,p)＝0(3)
[0046]式中，x表示所有决策变量；p表示当前阶段决策后状态；f(
·
)表示目标函数；g(
·
)表示所有等式约束；h(
·
)表示所有不等式约束；
[0047]根据公式(1)
‑
(3)，并引入壁垒参数μ处理不等式h，该参数优化问题表示为拉格朗日函数如下：
[0048][0049]式中，λ是等式约束的对偶变量；N
h
是不等式约束h(
·
)的维数；
[0050]基于KKT条件，参数优化问题(1)
‑
(3)的最优解表示为以下参数方程的解：
[0051][0052]联立公式(4)和(5)，基于隐函数求导法则，得到值函数对状态变量的一阶导数与二阶导数：
[0053][0054]根据公式(6)获取任意状态点p上的值函数一次与二次系数，用作更新分段二次值函数的参数；
[0055]在更新分段二次值函数中第i个状态变量的第k分段系数时，为了保持分段二次值函数的凸性，需要按照公式(7)与(8)来更新其他分段的系数，以保证值函数各个分段的斜
[0056]率依次单调递增：
[0057][0058]。
[0059]进一步地，所述根据分段二次值函数近似方法训练得到近似值函数，包括：
[0060]步骤a：输入模型参数，设定分段数，初始化值函数每段的参数；
[0061]步骤b：随机抽样一个场景令时段t＝1；
[0062]步骤c：根据当前状态与当前值函数，求解Bellman方程得到最优决策本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力系统随机经济调度方法，其特征在于，包括以下步骤：基于马尔可夫决策过程构建电力系统随机经济调度模型；将电力系统随机经济调度问题解耦为各个时段子问题，根据分段二次值函数近似方法训练得到近似值函数；获取当前时段t的状态，根据近似值函数计算得到当前时段t的近似最优决策a
t*
；计算下一个时段的状态，令当前时段t＝t+1；判断当前时段t是否等于预设时段，若是，输出所有决策；反之，返回继续计算当前时段t的近似最优决策。2.根据权利要求1所述的一种电力系统随机经济调度方法，其特征在于，所述电力系统随机经济调度模型的基本元素包括状态变量S
t
、决策变量a
t
和外部信息W
t
；其中，状态变量S
t
包括电力系统的运行状态的信息，定义为：式中，是时段集合；其中表示时段t
‑
1可调度机组的有功功率；P
tNG
表示时段t新能源机组的有功功率；P
tload
和分别为时段t负荷的有功功率和无功功率；决策变量a
t
代表电力系统的控制变量，定义为：式中，P
tG
和表示时段t机组的有功功率和无功功率；e
t
和f
t
表示时段t电压相量的实部和虚部；由于新能源出力和负荷存在一定的不确定性的变量，这些变量被建模为外部信息W
t
：式中，分别是新能源有功功率、有功负荷、无功负荷在t+1时段的值与t时段的值之间的差。3.根据权利要求2所述的一种电力系统随机经济调度方法，其特征在于，下一个时段的状态通过以下方式计算获得：根据状态变量、决策变量和外部信息获取下一个时段的状态S
t+1
：式中，S
M
为电力系统的状态转移函数。4.根据权利要求2所述的一种电力系统随机经济调度方法，其特征在于，所述电力系统随机经济调度模型的目标函数为：最小化整个调度周期的期望成本；目标函数的表达式为：其中，成本函数C
t
(S
t
,a
t
)表示时段t的调度成本，计算方式如下：式中，a
iG
，b
iG
，c
iG
为机组的燃料成本费用系数；是时段t机组i的有功功率。5.根据权利要求4所述的一种电力系统随机经济调度方法，其特征在于，通过以下方式
获取分段二次值函数：基于近似动态规划理论，通过Bellman方程与值函数V
t
(S
t
)将电力系统随机经济调度问题解耦为各个时段子问题：为应对外部信息的维数灾问题，引入决策后状态变量与决策后状态值函数基于蒙特卡洛方法将Bellman方程转化为：采用分段二次函数形式如下：其中，N
S
为状态变量的维数；N
D
为...

【专利技术属性】
技术研发人员：朱建全，陈嘉俊，刘海欣，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：