[发明专利]一种基于ADHDP的冷热电联供型微网系统优化运行方法

权利要求书

1.一种基于ADHDP的冷热电联供型微网系统优化运行方法，其特征在于,包括如下步骤：

S1,建立冷热电联供型微网的单元模型。

S2,建立微型燃气轮机模型，并对发电装置、储能蓄电池、蓄热装置分别建立数学模型；

S3,采用BP神经网络建立冷热电联供型微网系统的模型网络，确定冷热电联供型微网优化过程模型输入样本数据和输出控制动作，建立基于ADHDP的冷热电联供型微网优化控制模型，所述控制模型包括执行网络和评价网络；

S4,更新评价网络和执行网络权值，并分别通过执行网络和评价网络获得控制信号u(t)、和性能指标函数J(t)，

根据贝尔曼方程获取性能指标函数J(t)，

式中γ为折扣因子,

效用函数U(t)如下所示，

n代表系统运行的某一段时间,

t代表系统运行时间，i是效用函数的迭代次数；

S5,将S4所得控制信号u(t)和当前时刻系统状态x(t)作为冷热电联供型微网系统模型的输入，得到系统输出x(t+1)，计算控制误差E(t)，若小于期望误差，结束训练，否则转步骤S4，其中误差E(t)的具体公式如下所示：

E(t)＝U(t)+γJ(t)-J(t-1)，式中γ为折扣因子。

2.如权利要求1所述的一种基于ADHDP的冷热电联供型微网系统优化运行方法，其特征在于,所述冷热电联供型微网系统的模型网络的输入层神经元个数为8个，输出层神经元为2个，隐含层节点为10个，隐含层传递函数为tansig函数，输出层传递函数为purelin函数；期望误差最小值为0.0001，修正权值的学习效率为0.05。

3.如权利要求1所述的一种基于ADHDP的冷热电联供型微网系统优化运行方法，其特征在于,所述步骤s2包括，

采用以下公式建立微型燃气轮机模型：

微型燃气轮机的燃料燃耗量表示为，

式中为微型燃气轮机在t时段的燃料燃耗量，为微型燃气轮机在t时段产生的电功率，和λ为成本系数，

微型燃气轮机的热电比表示为，

式中是微型燃气轮机输出电功率时产生的热功率；为微型燃气轮机在t时段输出的电功率；为热点耦合系数；

采用以下公式建立分布式风力发电系统出力模型，

式中P_wt为风轮输出功率；ρ为空气密度，R为风轮叶片半径；V_wt为风速，κ_p为风能利用效率；

采用以下公式建立分布式光伏发电系统的出力模型，

式中f_pv为光伏发电系统的功率降额因素，P_rate为光伏发电系统的额定功率；χ为光伏电池板上的实际辐照度，χ_z为标准条件下的辐照度；μ为功率温度系数，T_s为当前光伏发电系统的表面温度，T_stc为参考温度；

采用以下公式建立蓄电池数学模型，

式中分别表示为蓄电池在t和t-1时刻存储的电能(KWh)；为t时刻蓄电池的蓄电功率(KW)；Δt为时间间隔；是为t时刻蓄电池的蓄电功率(KW)；δ_bt、η_bt.chr、η_bt.dis分别是蓄电池的自身能量损耗率、充电效率、放电效率，

蓄电池数学模型约束条件为，

式中E_star分别为蓄电池最低电量、最高电量、初始电量，分别为蓄电池的最低、最高充放电功率；η是蓄电池充放电效率的定义，P_ratei为蓄电池的额定功率；

采用以下公式建立蓄热装置的数学模型，

式中分别表示为蓄热装置在t-1和t时刻存储的热量(KWh)；Δt为时间间隔；H^t_tst.chr、H^t_tst.dis为t时刻蓄热装置的蓄热、放热功率(KW)；δ_tst、η_tst.chr、η_tst.dis分别为蓄热装置的能量损耗率、放热效率、蓄热效率。

4.如权利要求1所述的一种基于ADHDP的冷热电联供型微网系统优化运行方法，其特征在于,所述步骤S4中，采用以下公式更新评价网络和执行网络权值，

W_C(t+1)＝W_c(t)+ΔW_C(t)

其中α_c为学习率，W_C(t)为评价网络权重，E_C(t)为评价网络的误差，E_C(t)的具体公式如下所示：

E_C(t)＝U(t)+γJ(t)-J(t-1)

而执行网络具体的权重更新如下所示：

W_a(t+1)＝W_a(t)+ΔW_a(t)

其中α_a为学习率，W_a(t)为执行网络权重，u(t)为当前的控制动作，E_a(t)为执行网络的误差，E_a(t)的具体公式如下所示：

E_a(t)＝U(t)+γJ(t)-J(t-1)。