【技术实现步骤摘要】
本专利技术属于虚拟电厂，具体涉及基于强化学习的虚拟电厂电能-备用日前交易方法及系统。
技术介绍
1、随着海量分布式可再生能源的接入以及用户侧储能、空调等柔性负荷飞速增长，终端用户逐步演化为具有源荷二重性的“产消者”，系统灵活性得到显著提升。
2、聚合型主体通常作为产消者的代理商，通过筹措需求侧资源参与市场交易与系统运行，在传递批发市场价格信号的同时实现供给侧与需求侧的价值衔接。然而，上述方法的可靠实现往往依赖于垂直一体化的托管模式，聚合型主体传递市场信号的同时直接对产消者的分布式资源进行调度，技术上实现对下属资源的监测、预测、控制等一系列操作，经济上代理下属资源参与市场交易和执行市场交易结果。在此过程中，产消者挖掘自身调节潜力的自主意愿与交易偏好无法被充分兼顾，直接负荷控制也涉及用户隐私性问题。如何协调多主体之间的交互关系从而促进其互利共赢仍需要进一步的研究。
3、此外，高比例分布式新能源的接入大大增加了实时功率的随机性。现有研究大多对配电网市场的实时电力平衡不做要求，系统所需的备用仍由源侧可调机组提供，并由系统...
【技术保护点】
1.基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，所述MT发电成本计算式为：
3.根据权利要求2所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，所述本地市场出清模型的目标函数为：
4.根据权利要求3所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，所述本地市场出清模型的约束条件为：
5.根据权利要求1所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，对虚拟电厂的成本效益
<...【技术特征摘要】
1.基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，所述mt发电成本计算式为：
3.根据权利要求2所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，所述本地市场出清模型的目标函数为：
4.根据权利要求3所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，所述本地市场出清模型的约束条件为：
5.根据权利要求1所述的基于强化学习的虚拟电厂电能-备用日前交易方法，其特征在于，对虚拟电厂的成本效益分析包括：
6.根据权利要求5所述的基于强化学习...
【专利技术属性】
技术研发人员：费斐，傅晨，郭明星，王建军，兰莉，吕冉，锁瑞鸿，王素，高赐威，唐铭希，宋梦，
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。