基于多项式混沌近似动态规划的电力系统经济调度方法技术方案

本发明专利技术公开了一种基于多项式混沌近似动态规划的电力系统经济调度方法，包括以下步骤：S1.构建电力系统的优化调度模型，建立关于状态变量和决策变量的目标函数，引入存在不确定性的外部信息，三者决定电力系统的状态，确定状态的转移函数；S2.通过求解优化调度模型在状态变量下的值函数，实现多时段电力系统经济调度问题的时段解耦求解，获得优化调度模型在状态变量下的值函数；S3.构建关于值函数分布的多项式混沌代理模型，根据电力系统的响应数据实现多项式混沌代理模型的待求解系数的辨识，并计算值函数的期望值；S4.根据电力系统状态的转移函数计算电力系统下一时段的状态，获得调度周期的近似最优策略，根据近似最优策略对电力系统进行相应调度。略对电力系统进行相应调度。略对电力系统进行相应调度。

【技术实现步骤摘要】
基于多项式混沌近似动态规划的电力系统经济调度方法


[0001]本专利技术涉及电力系统调度
，具体地说，涉及一种基于改进广义多项式混沌近似动态规划的电力系统经济调度方法。

技术介绍

[0002]可再生能源和储能系统的高渗透率是新型电力系统的显著特点。在这一背景下，可靠的经济调度方法对电力系统的经济安全运行具有重要意义。
[0003]考虑到大规模可再生能源出力的随机性、波动性和储能系统荷电状态的时段强耦合性，新型电力系统的经济调度问题是传统优化算法难以求解的非凸、非线性规划问题。目前，商业化的非线性规划求解器(如CONOPT和IPOPT)和经典的优化方法(如梯度下降法和牛顿法)是用于求解电力系统经济调度的主流方法。然而，当系统规模较大时，两类主流优化方法均无法在合理的时间内提供可行的调度决策。此外，人工智能算法近年来也被用于求解电力系统经济调度。然而，受限于计算量繁复、求解质量不稳定，此类方法难以得到进一步推广。
[0004]近似动态规划算法(ADP)可以实现电力系统优化调度问题的时段解耦求解，被视作解决新型电力系统经济调度问题最有前景的方法。目前，ADP已应用于能量管理、资源分配、最优控制等领域。然而，在处理随机性方面，现有的ADP算法普遍采用蒙特卡洛方法。尽管蒙特卡洛抽样方法简单易行，求解质量稳定，但其动辄上千次的采样计算将带来极大的计算负担，影响ADP算法的求解效率。

技术实现思路

[0005]本专利技术的目的在于解决可再生能源和储能系统高渗透情况下的电力系统经济调度问题，提供一种基于多项式混沌近似动态规划的电力系统经济调度方法，旨在最小化随机环境下的电力系统调度成本，为可再生能源和储能系统高渗透情况下的电力系统经济调度提供依据。
[0006]为了实现上述目的，本专利技术所采用的技术方案如下：
[0007]一种基于多项式混沌近似动态规划的电力系统经济调度方法，包括以下步骤：
[0008]S1.构建电力系统的优化调度模型，建立关于状态变量和决策变量的目标函数，并引入存在不确定性的外部信息，状态变量、决策变量和外部信息共同决定电力系统的状态，确定电力系统状态的转移函数；
[0009]S2.通过求解优化调度模型在状态变量下的值函数，实现多时段电力系统经济调度问题的时段解耦求解，引入马尔可夫决策后的状态，获得优化调度模型在状态变量下的值函数；
[0010]S3.构建关于值函数分布的多项式混沌代理模型，根据电力系统的响应数据实现多项式混沌代理模型的待求解系数的辨识，并计算值函数的期望值；
[0011]S4.根据电力系统状态的转移函数计算电力系统下一时段的状态，获得调度周期
的近似最优策略，根据近似最优策略对电力系统进行相应调度。
[0012]进一步地，建立的关于状态变量和决策变量的目标函数为：
[0013][0014]式中，C
t
(S
t
,a
t
)为时段t电力系统的总运行成本，
[0015]其中，C
t
(S
t
,a
t
)的计算公式为：
[0016][0017]式中，时段t的状态变量式中，时段t的状态变量表示时段t
‑
1机组的有功功率矢量，表示时段t储能的剩余电量矢量，表示时段t可再生能源在的有功功率矢量，为时段t负荷的有功功率矢量；为时段t负荷的无功功率矢量；
[0018]时段t的决策变量时段t的决策变量表示时段t机组的有功功率矢量，表示时段t机组的无功功率矢量，表示时段t储能的充电功率矢量，表示时段t储能的放电功率矢量，表示时段t电压矢量的实部；表示时段t电压矢量的虚部；
[0019]a
mG
、b
mG
、c
mG
为机组的燃料成本费用系数；a
nE
、b
nE
、c
nE
为储能的运行维护成本费用系数；η
n
为储能的能量转换效率系数；为调度周期的集合，为机组节点的集合；ε为储能节点的集合；为可再生能源节点的集合；为负荷节点的集合；为网络节点的集合。
[0020]进一步地，为确保电力系统运行的安全性，决策变量a
t
的各元素应满足如下运行约束条件：
[0021][0022][0023][0024][0025][0026][0027][0028][0029][0030]式中，和分别为机组m的最大和最小有功出力，和分别为机组m的最大和最小无功出力，为机组m的爬坡率，Δt为调度时段间隔，为储能n的最大充电/放电功率，E
n,max
和E
n,min
分别为储能n的最大和最小容量限制，G
ij
和B
ij
分别为节点导纳矩
阵的实部和虚部，V
imax
和V
imin
分别为节点i的最大和最小电压限制。
[0031]进一步地，将电力系统中存在一定不确定性的可再生能源出力情况、电价信息和负荷变量，确定为马尔可夫决策过程的外部信息W
t
，外部信息W
t
的计算公式为：
[0032][0033]式中，式中，为时段t可再生能源矢量的预测偏差；为时段t有功负荷矢量的预测偏差；分别为时段t无功负荷矢量的预测偏差；
[0034]由状态变量S
t
、决策变量a
t
和外部信息W
t
共同决定下一个时段电力系统的可行状态S
t+1
为：
[0035][0036]式中，S
M
为状态转移函数，W
t+1
为时段t+1的外部信息。
[0037]进一步地，电力系统状态的转移函数通过公式描述为：
[0038][0039][0040][0041][0042]式中，E
n,t+1
为时段t+1的储能荷电状态，E
n,t
为时段t+1的储能荷电状态，为时段t+1可再生能源矢量的预测值，为时段t+1有功负荷矢量的预测值，分别为时段t+1无功负荷矢量的预测值，为时段t+1可再生能源矢量的实际值；为时段t+1有功负荷矢量的实际值；分别为时段t+1无功负荷矢量的实际值。
[0043]进一步地，为实现多时段电力系统经济调度问题的时段解耦求解，降低求解难度，在自适应动态规划的框架中，将电力系统经济调度模型在状态变量S
t
下的值函数V
t
(S
t
)表示为：
[0044][0045]式中，为状态S
t+1
的值函数的期望。
[0046]进一步地，为降低值函数V
t
(S
t
)中的求解难度，引入决策后状态S
ta
替代原本的期望算子，引入决策后状态S
ta<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多项式混沌近似动态规划的电力系统经济调度方法，其特征在于，包括以下步骤：S1.构建电力系统的优化调度模型，建立关于状态变量和决策变量的目标函数，并引入存在不确定性的外部信息，状态变量、决策变量和外部信息共同决定电力系统的状态，确定电力系统状态的转移函数；S2.通过求解优化调度模型在状态变量下的值函数，实现多时段电力系统经济调度问题的时段解耦求解，引入马尔可夫决策后的状态，获得优化调度模型在状态变量下的值函数；S3.构建关于值函数分布的多项式混沌代理模型，根据电力系统的响应数据实现多项式混沌代理模型的待求解系数的辨识，并计算值函数的期望值；S4.根据电力系统状态的转移函数计算电力系统下一时段的状态，获得调度周期的近似最优策略，根据近似最优策略对电力系统进行相应调度。2.根据权利要求1所述的基于多项式混沌近似动态规划的电力系统经济调度方法，其特征在于，建立的关于状态变量和决策变量的目标函数为：式中，C
t
(S
t
,a
t
)为时段t电力系统的总运行成本，其中，C
t
(S
t
,a
t
)的计算公式为：式中，时段t的状态变量式中，时段t的状态变量表示时段t
‑
1机组的有功功率矢量，表示时段t储能的剩余电量矢量，表示时段t可再生能源在的有功功率矢量，为时段t负荷的有功功率矢量；为时段t负荷的无功功率矢量；时段t的决策变量时段t的决策变量表示时段t机组的有功功率矢量，表示时段t机组的无功功率矢量，表示时段t储能的充电功率矢量，表示时段t储能的放电功率矢量，表示时段t电压矢量的实部；表示时段t电压矢量的虚部；a
mG
、b
mG
、c
mG
为机组的燃料成本费用系数；a
nE
、b
nE
、c
nE
为储能的运行维护成本费用系数；η
n
为储能的能量转换效率系数；为调度周期的集合，为机组节点的集合；ε为储能节点的集合；为可再生能源节点的集合；为负荷节点的集合；为网络节点的集合。3.根据权利要求2所述的基于多项式混沌近似动态规划的电力系统经济调度方法，其特征在于，为确保电力系统运行的安全性，决策变量a
t
的各元素应满足如下运行约束条件：的各元素应满足如下运行约束条件：
式中，和分别为机组m的最大和最小有功出力，和分别为机组m的最大和最小无功出力，为机组m的爬坡率，Δt为调度时段间隔，为储能n的最大充电/放电功率，E
n,max
和E
n,min
分别为储能n的最大和最小容量限制，G
ij
和B
ij
分别为节点导纳矩阵的实部和虚部，V
imax
和V
imin
分别为节点i的最大和最小电压限制。4.根据权利要求3所述的基于多项式混沌近似动态规划的电力系统经济调度方法，其特征在于，将电力系统中存在一定不确定性的可再生能源出力情况、电价信息和负荷变量，确定为马尔可夫决策过程的外部信息W
t
，外部信息W
t
的计算公式为：式中，为时段t可再生能源矢量的预测偏差；为时段t有功负荷矢量的预测偏差；分别为时段t无功负荷矢量的预测偏差；由状态变量S
t
、决策变量a
t
和外部信息W
t
共同决定下一个时段电力系统的可行状态S
t+1
为：式中，S
M
为状态转移函数；W
t+1
为时段t+1的外部信息。5.根据权利要求2所述的基于多项式混沌近似动态规划的电力系统经...

【专利技术属性】
技术研发人员：朱建全，卓叶林，叶汉芳，王泽爽，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：