基于优化加速的配电网运行优化方法及相关装置制造方法及图纸

技术编号:42556795 阅读:26 留言:0更新日期:2024-08-29 00:28
本申请属于一种配电网运行优化方法,将配电网运行优化模型转化为运筹优化可解形式,从配电网运行优化模型中转化出能够通过强化学习算法求解的变量并修改对应的约束,形成时序决策模型并按照时间断面对配电网运行优化模型进行求解。其中,强化学习算法基于修正的马尔科夫决策模型,状态空间包括受动作空间显式影响的状态张量和不受策略影响的状态特征,受动作空间显式影响的状态张量和不受策略影响的状态特征分别对策略提供反馈奖励信息。本申请能够快速搜索最优取值,尤其是在多断面时序优化过程中,可以大幅提高模型训练效率。

【技术实现步骤摘要】

本申请属于一种配电网运行优化方法,涉及一种基于优化加速的配电网运行优化方法及相关装置


技术介绍

1、为了提高电力系统的可靠性、经济性和供电质量,满足用户需求,确保电网的安全稳定运行,需要进行配电网运行优化。目前,常用的配电网运行优化方法主要包括传统运筹优化方法和经典强化学习优化方法:

2、1)传统运筹优化方法:构建配电网运行优化模型并直接利用商用求解器求解,属于最常用的方法。

3、但是,模型构建需要完整的时序信息,包括决策时段完整的负荷、新能源、价格数据,对数据准确性和完整性要求高;不能够根据实际运行状况自适应调整策略,当外部环境改变时,需要更新参数重新求解;当模型复杂度高时求解时间显著增加,尤其是模型中含有大量非线性约束和整数变量时,模型求解时间难以匹配外界环境的变化时间。

4、2)经典强化学习优化方法:将配电网运行优化模型按照时序拆分为马尔科夫决策模型,并利用强化学习算法训练运行策略,全部设备运行功率变量均由强化学习模型计算得到。

5、但是,强化学习无法完全保证策略安全性,尤其是出现未曾遇到的外部环境时本文档来自技高网...

【技术保护点】

1.一种基于优化加速的配电网运行优化方法,其特征在于,包括:

2.根据权利要求1所述基于优化加速的配电网运行优化方法,其特征在于,所述强化学习的训练方法,包括:

3.根据权利要求2所述基于优化加速的配电网运行优化方法,其特征在于,所述配电网运行优化模型的优化目标,包括:系统全部可优化要素在优化时间段内的等效经济成本之和,以及系统功率网损值等效成本均最小。

4.根据权利要求3所述基于优化加速的配电网运行优化方法,其特征在于,所述配电网运行优化模型的约束包括变量等式约束、变量不等式约束和整数变量约束;

5.根据权利要求4所述基于优化加速的配电网...

【技术特征摘要】

1.一种基于优化加速的配电网运行优化方法,其特征在于,包括:

2.根据权利要求1所述基于优化加速的配电网运行优化方法,其特征在于,所述强化学习的训练方法,包括:

3.根据权利要求2所述基于优化加速的配电网运行优化方法,其特征在于,所述配电网运行优化模型的优化目标,包括:系统全部可优化要素在优化时间段内的等效经济成本之和,以及系统功率网损值等效成本均最小。

4.根据权利要求3所述基于优化加速的配电网运行优化方法,其特征在于,所述配电网运行优化模型的约束包括变量等式约束、变量不等式约束和整数变量约束;

5.根据权利要求4所述基于优化加速的配电网运行优化方法,其特征在于,所述将所述配电网运行优化模型的非线性连续约束转化为混合整数凸优化的可解形式,包括:

6.根据权利要求5所述基于优化加速的配电网运行优化方法,其特征在于,从所述配电网运行优化模型中转化出能够通过强化学习算法求解的变量,包括:

7.根据权利要求6所述基于优化加速的配电网运行优化方法,其特征在于,所述通过所述强化学习算法求解配电网运行优化模型中转化出的变量,包括:

8.根据权利要求7所述基于优化加速的配电网运行优化方法,其特征在于,所述强化学习算法的补偿奖励值,包括:

9.根据权利要求8所述基于优化加速的配电网运行优化方法,其特征在于,所述即时奖励值包括:

10.一种基于优化加速的配电网运行优化系统,其特征在于,包括:

11.根据权利要求10所述基于优化加速的配电网运行优化系统,其特征在于,所述强...

【专利技术属性】
技术研发人员:闫冬施展王新迎卢毓东方云辉王蒋静
申请(专利权)人:中国电力科学研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1