[发明专利]基于自动强化学习多时段预测的孤立微电网优化调度方法

权利要求书

1.一种基于自动强化学习多时段可再生能源出力及负荷预测的孤立微电网优化调度方法，其特征是，它包括以下步骤：

1)输入并更新风、光出力及负荷的历史数据；

2)将历史数据根据时段分割重建为24组新的时间序列；

3)生成基于PER-AutoRL预测的调度模型；

4)根据输入的历史数据，自动确定PER-AutoRL预测模型的架构与超参数；

5)获得预测值以及预测误差分布；

6)根据预测误差分布生成风、光出力以及负荷的预测误差概率性序列；

7)修正预测值；

8)确定旋转备用机会约束；

9)根据SOT将调度模型中的机会约束转化为确定性约束；

10)获得符合混合整数线性规划形式的调度模型；

11)输入微电网参数；

12)采用CPLEX求解器对基于PER-AutoRL预测的微电网日前调度模型进行求解；

13)检查解决方案是否存在，若存在，则终止流程；否则更新置信水平，转到步骤11)再次进行求解；

14)最终输出包括待优化变量对应的数值以及优化目标函数值的微电网日前优化调度方案。

2.根据权利要求1所述的一种基于自动强化学习多时段可再生能源出力及负荷预测的孤立微电网优化调度方法，其特征在于：所述步骤1)中需将风、光出力及负荷的历史数据更新至最新的当前日数据。

3.根据权利要求1所述的一种基于自动强化学习多时段可再生能源出力及负荷预测的孤立微电网优化调度方法，其特征在于：所述步骤2)中，以一小时为时间采样点，将输入的历史数据中每天同一时段的数据抽取出来并重新构建为24组新的时间序列作为原始数据集。

4.根据权利要求1所述的一种基于自动强化学习多时段可再生能源出力及负荷预测的孤立微电网优化调度方法，其特征在于：所述步骤3)中，PER-AutoRL的整体框架为深度强化学习中的深度确定策略梯度(deep deterministic policy gradient，DDPG)算法，主要包括Actor部分以及Critic部分共四个神经网络，将连续7天同一时段的数据构建为一个矩阵作为state s，然后agent输出一个预测值作为action a，并返回一个reward r；以最小化预测误差为目的构建main actor网络的损失函数，以最小化reward r的真实值和预测值之间的差值为目标构建main critic网络的损失函数。调度部分的模型构建过程为：

(a)选取优化目标，以微电网总的运行费用最小为优化目标，由于系统中的风机和光伏发电出力不可控，因此在成本中加入了旋转备用成本，因此优化目标函数的表达式为：

式(1)中：T是一个调度周期包含的时段数(本文T取24)，t是调度周期中时段的标号，n是微燃机序号，M_G是微燃机机组总数；ψ_n和ξ_n是微燃机的耗量系数，U_n，t和S_n，t为0-1变量，分别表示微燃机的状态变量和启动变量；P_t^IE是可中断负荷，κ为补贴费用。和τ_n分别是微燃机的旋转备用成本和启动成本。和分别代表t时段的微燃机输出功率和旋转备用；

(b)确定约束条件，调度模型的约束包括功率平衡约束，微燃机出力约束，储能约束，旋转备用约束，具体如下：

功率平衡约束：包括功率平衡约束及可中断负荷约束

式(2)中：P_t^CH和P_t^DC是储能在t时段内的充放电功率，P_t^CNLOAD是卸荷负荷，定义负荷和风机、光伏联合输出功率的差值为等效负荷，是等效负荷的预测值，是的修正值；

式(3)中：ρ是P_t^IE所占的比率；

微燃机出力约束：

式(4)中：和分别为机组n输出功率的上下限；

储能约束：包括充放电方程，铅酸蓄电池出力限制，储能起始和结束约束。

充放电方程：

式(5)中：S_t+1和S_t分别是t+1时段和t时段里储能装置中的储存能量，η_ch和η_dc分别为充放电效率，Δt是每个单独时段的时间，本文取1h；

铅酸蓄电池出力限制：

式(6)中：和分别是时段t内铅酸蓄电池充放电的最大值；

铅酸蓄电池的容量限制：

式(7)中：S_max和S_min分别为铅酸蓄电池的最大和最小允许容量；

储能起始和结束约束：

式(8)中：S₀是储能装置中的初始储能，S_*是储能装置初始储能限制，T_end是整个周期的终点(本文取24h)，为了确保微电网每个周期的运行计划具备同样的初始条件，设置一个调度周期后储能单元剩余容量S_Tend与初始储能S₀相同；

旋转备用约束：包括有微燃机组及储能提供的旋转备用约束以及其机会约束形式

式(9)中P_Ress，t是t时段储能的备用容量；

通过SOT获得的误差的概率性序列可将式(10)化简为如下形式：

式(11)中为等效负荷预测误差的期望值，分别为负荷及风机、光伏出力误差可能出现的值，α为置信水平。

综上，将微电网最优调度建模如下：

式(12)中：J(x，ξ)为目标函数；ξ为随机参数向量；G_k(x，ξ)为约束条件；P_r{·}表示事件成立的概率；β为预先给定的置信水平；H为传统的确定性约束；为目标函数J(x，ξ)在概率水平不低于β时所取的最小值。