[发明专利]基于知识矩阵跨维度迁移的电网调度快速优化方法

权利要求书

1.基于知识矩阵跨维度迁移的电网调度快速优化方法，其特征在于，该方法包括如下步骤，

步骤1、首先构建不含弹性资源的源电网系统调度优化模型，分别将多组历史典型风光荷数据在不考虑弹性资源的源电网系统中应用Q学习算法进行预学习，得到各个典型日学习优化后的Q矩阵作为电网调度的历史知识矩阵并构成源任务库；

步骤2、弹性资源包括深度调峰机组和可削减负荷，建立深度调峰模型和可削减负荷响应模型，从而构建考虑弹性资源的目标电网系统调度优化模型；

步骤3、在日前调度阶段，获取电网系统未来一天各时段的负荷需求、风电出力和光伏出力数据作为目标任务；

步骤4、度量源任务与目标任务的相似性，利用负荷、风电和光伏的预测数据计算调度日的净负荷预测曲线，选取净负荷为任务间的相似性关联特征，基于欧氏距离与DTW距离综合度量目标任务净负荷与源任务库中各典型日净负荷的相似性，在源任务库中找出与目标任务距离最小的源任务；

步骤5、将与目标任务距离最小的源任务的Q矩阵以及目标任务的Q矩阵分别分解为状态空间特征矩阵和动作空间特征矩阵，基于PCA降维和欧氏距离找出与目标任务中状态、动作距离最小的该源任务中的状态、动作，即构建源任务与目标任务中相似状态、动作间的映射关系；

步骤6、将与目标任务距离最小的源任务的Q矩阵按照映射关系对目标任务的Q矩阵进行初始化来完成调度知识迁移，在此基础之上对目标任务采用Q学习算法再进行优化求解，最后得到目标任务调度日的最优调度计划，有效提升了目标任务的学习效率。

2.如权利要求1所述的基于知识矩阵跨维度迁移的电网调度快速优化方法，其特征在于，所述源电网系统中不包含弹性资源，其内部资源包括火电机组、风力发电机组和光伏发电机组。

3.如权利要求1所述的基于知识矩阵跨维度迁移的电网调度快速优化方法，其特征在于，所述目标电网系统引入了源荷双侧弹性资源参与优化调度，其内部资源包括火电机组、深度调峰机组、风力发电机组、光伏发电机组及可削减负荷。

4.如权利要求1所述的基于知识矩阵跨维度迁移的电网调度快速优化方法，其特征在于，所述深度调峰模型和可削减负荷响应模型如下，

深度调峰模型：

深度调峰根据火电机组降出力调峰程度可分为不投油深度调峰和投油深度调峰，火电机组在不同的调峰阶段，其运行成本可分段表示为：

其中，P_g为火电机组出力功率，C_coal(P_g)、C_life(P_g)、C_oil(P_g)分别为火电机组的煤耗成本、寿命损耗成本和附加投油成本，P_g,min、P_g,max为火电机组最小技术出力和最大技术出力；P_a为火电机组不投油深度调峰稳燃负荷值；P_b为火电机组投油深度调峰稳燃极限负荷值，当系统要求火电机组调峰出力低于P_a时，需投油助燃。

可削减负荷响应模型：

通过给予用户激励补偿的方式，挖掘负荷侧响应的弹性可调空间。t时刻削减负荷量P_r,t与激励补偿价格ε_r,t的函数关系可近似表示为：

假设从T时刻运行至T+△T，可削减负荷削减量的补偿成本可表示为：

其中，P_r,max为削减负荷最大弹性可调量，ε_r,min、ε_r,max分别为最小激励补偿价格和最大激励补偿价格，α、β、γ分别为关系曲线参数。