System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及动态聚合,尤其是涉及一种能源综合体灵活动态聚合方法及介质。
技术介绍
1、能源综合体(energy complex)是指将多种能源系统,如电力、热力、天然气、冷能等,通过高度集成的方式进行管理和优化,以实现能源的高效利用和可持续发展。随着能源需求的不断增长和环境问题的日益严峻,传统的能源系统面临着诸多挑战,如能源利用率低、系统运行不够灵活、难以适应可再生能源的波动性等。
2、通过在利用变电站资源建设分布式新能源电站、运营充换电(储能)站,开展“多站融合”能源综合体可降低弃风弃光率,促进新能源消纳,实现绿色低碳发展。
3、动态聚合是指根据实时数据和预测信息,对能源系统中的各种资源进行实时优化和调度。这种方法能够提高能源系统的运行效率,降低运营成本,并增强系统的可靠性和稳定性。目前关于多个电站融合,能源综合体和电网互动的动态聚合方法通常都是采用传统设定目标函数,设定约束条件的求解方法。这样的计算方法同时计算速度比较慢,面对多个电站模型参数不确定的情况下,聚合效果保守且灵活性不足。所以考虑采用强化学习算法对储能站、电动汽车充电站、分布式光伏电站进行精准的动态聚合,实现能源综合体与电网侧更加灵活的交互。
技术实现思路
1、本专利技术的目的就是为了提供一种对精准动态聚合的能源综合体灵活动态聚合方法及介质。
2、本专利技术的目的可以通过以下技术方案来实现:
3、一种能源综合体灵活动态聚合方法,包括以下步骤:
4、获取能源
5、基于内部资源各自的响应特性,构建能源综合体内部资源聚合后的响应特性量化评估模型;
6、基于所述运行特性模型将能源综合体内部资源动态聚合过程建模为马尔可夫决策过程,同时基于所述响应特性量化评估模型建立强化学习模型,并采用孪生延迟ddpg智能聚合算法进行交互式训练,实现对能源综合体的灵活动态聚合建模过程。
7、进一步地,所述储能站的运行特性模型和响应特性分别为:
8、运行特性模型为:
9、eb(t+1)=eb(t)-pb(t)δtηb
10、eb,min≤eb(t)≤eb,max
11、-pbc,max≤pb(t)≤pbd,max
12、响应特性为:
13、(1)调节方向为双向调节;
14、(2)调节空间为向上、向下调节空间,具体为:
15、
16、(3)调节时间为单位时间δt;
17、(4)爬坡率:
18、
19、式中,eb(t)为t时刻储能站储存电能,pb(t)为t时刻充放电功率,以放电功率为正,ηb为充放电效率,δt为单位时间间隔,eb,max、eb,min分别为储能站储存电能的上、下限,-pbc,max、pbd,max分别为充、放电功率上限,为储能站向上调节空间,为储能站向下调节空间,rb(t)为t时刻储能站的爬坡率,分别为单位时间δt内出力向下、向上调节最大值。
20、进一步地,所述分布式光伏电站的运行特性模型和响应特性分别为:
21、运行特性模型为:
22、
23、响应特性为:
24、(1)调节方向为向下调节;
25、(2)调节空间为向下调节空间,具体为:
26、
27、(3)调节时间为在0.2h~0.3h范围内;
28、(4)爬坡率:
29、
30、式中,ppv(r)为光伏发电输出功率,ppvr为光伏发电的额定输出功率,r为研究时段内太阳光辐射强度实际值,rrated为额定太阳光辐射强度,为光伏电站向下调节空间,pp,min(t)为光伏电站输出功率下限,pp(t)为t时刻光伏电站功率,为单位时间光伏电站δt内出力变化量的上限和下限,rb(t)为t时刻光伏电站的爬坡率。
31、进一步地,所述电动汽车充电站的运行特性模型和响应特性分别为:
32、运行特性模型为:
33、
34、响应特性为:
35、(1)调节方向为双向调节;
36、(2)调节空间为向上、向下调节空间,具体为:
37、
38、(3)调节时间为分钟级;
39、(4)爬坡率:
40、
41、式中,分别为充电桩的总消耗功率上、下限,τm(t)为电动汽车当前状态,soclx,m为第m个电动汽车行驶l距离后soc状态,socax,m为第m个电动汽车行驶a距离后soc状态,ecap为距离差值消耗的能量,δtpk为单位时间间隔,tpx,m为第m个电动汽车行驶时间,tpk电动汽车的活动的总时间,为电动汽车充电站向上调节空间,电动汽车充电站向下调节空间,pek(t)为充电桩的总消耗功率,为电动汽车充电站单位时间δt内出力向上调节最大值,为电动汽车充电站单位时间δt内出力向下调节最大值,电动汽车充电站单个电动汽车向上调节空间,电动汽车充电站单个电动汽车向下调节空间,rek(t)为t时刻电动汽车充电站的爬坡率。
42、进一步地,所述响应特性量化评估模型包括响应特性指标的目标函数和能源综合体内部资源运行约束条件,所述响应特性指标的目标函数包括联络线功率基线分量、联络线功率上下限分量和能源综合体爬坡率上下限分量,所述能源综合体内部资源运行约束条件包括功率平衡约束分量和设备运行约束分量,
43、所述响应特性指标的目标函数为:
44、
45、maxptie(t) t∈ψ
46、minptie(t) t∈ψ
47、
48、所述能源综合体内部资源运行约束条件为:
49、
50、ptie,min≤ptie(t)≤ptie,max,t∈ψ
51、-pbc,max≤pb(t)≤pbd,max,t∈ψ
52、
53、0≤pp(t)≤pp,max,t∈ψ
54、
55、eb,min≤eb(t)≤eb,max,t∈ψ
56、eb(t+1)=eb(t)-pb(t)δtηb,t∈ψ
57、
58、式中,ψ为运行时刻集合,即24个时刻,s为能源综合体所有设备的集合,i为设备编号,pi(t)为t时刻设备i发出的功率,ci(pi(t))为t时刻设备i的成本函数,ctie(t)为t时刻联络线的电价,ptie(t)为t时刻联络线功率,以从能源综合体流入上级电网为正方向,pd(t)为总负荷功率,ptie,min、ptie,max分别为联络线功率传输最小值、最大值,-pbc,max、pbd,max分别为充、放电功率上限,pb(t)为t时本文档来自技高网...
【技术保护点】
1.一种能源综合体灵活动态聚合方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述储能站的运行特性模型和响应特性分别为:
3.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述分布式光伏电站的运行特性模型和响应特性分别为:
4.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述电动汽车充电站的运行特性模型和响应特性分别为:
5.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述响应特性量化评估模型包括响应特性指标的目标函数和能源综合体内部资源运行约束条件,所述响应特性指标的目标函数包括联络线功率基线分量、联络线功率上下限分量和能源综合体爬坡率上下限分量,所述能源综合体内部资源运行约束条件包括功率平衡约束分量和设备运行约束分量,
6.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述强化学习模型包括:
7.根据权利要求6所述的一种能源综合体灵活动态聚合方法,其特征在于,动态聚合过程中,通
8.根据权利要求7所述的一种能源综合体灵活动态聚合方法,其特征在于,所述采用孪生延迟DDPG智能聚合算法进行交互式训练的步骤包括:
9.根据权利要求8所述的一种能源综合体灵活动态聚合方法,其特征在于,所述更新critic网络和actor网络的表达式为:
10.一种计算机可读存储介质,其特征在于,包括供电子设备的一个或多个处理器执行的一个或多个程序,所述一个或多个程序包括用于执行如权利要求1-9任一所述能源综合体灵活动态聚合方法的指令。
...【技术特征摘要】
1.一种能源综合体灵活动态聚合方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述储能站的运行特性模型和响应特性分别为:
3.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述分布式光伏电站的运行特性模型和响应特性分别为:
4.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述电动汽车充电站的运行特性模型和响应特性分别为:
5.根据权利要求1所述的一种能源综合体灵活动态聚合方法,其特征在于,所述响应特性量化评估模型包括响应特性指标的目标函数和能源综合体内部资源运行约束条件,所述响应特性指标的目标函数包括联络线功率基线分量、联络线功率上下限分量和能源综合体爬坡率上下限分量,所述能源综合体内部资源运行约束条件包括功率平衡约束分量和设备运行约束分量,
6.根据权利要求1所述...
【专利技术属性】
技术研发人员:张铭泽,华晟辉,李轶立,纪元,黄风华,夏敏浩,段若晨,李新聪,杨帆,李东东,林顺富,
申请(专利权)人:国网上海市电力公司,
类型:发明
国别省市:
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。