[发明专利]基于深度强化学习的完全分布式智能电网经济调度方法

说明书

本发明涉及一种基于深度强化学习的完全分布式智能电网经济调度方法，包括以下步骤：1)获取网络拓扑结构，建立基于负荷分配和机组组合的经济调度模型；2)通过深度强化学习模型获取经济调度模型的局部最优解，作为第一Q函数表；3)将第一Q函数表载入预训练后的深度卷积神经网络，获取第二Q函数表；4)根据第二Q函数表，初始化各机组的功率，载入机组功率求解模型，并根据网络拓扑结构，更新第二Q函数表，得到全局最优解；5)进行电网经济调度。与现有技术相比，本发明不仅能够在数据量大、网络结构复杂的智能电网环境下，实现经济调度最优化，而且不依赖于明确的目标函数，能适应分布式能源的“即插即用”特性，具有良好的应用前景。

技术领域

本发明涉及完全分布式智能电网经济调度领域，尤其是涉及一种基于深度强化学习的完全分布式智能电网经济调度方法。

背景技术

随着可再生能源的大力发展，含高密度间歇性能源的智能电网(Smart Grid)逐步发展为一种新的能源结构。由于大规模间歇性可再生能源的普及，需要足够的可控资源来确保电力系统的安全可靠运行。除了传统的可控发电机外，柔性负载在保持系统平衡方面也起着重要作用。因此，在综合考虑“源-网-荷-储”各部分之间联系的情况下，如何管理大规模和分散的需求响应，实现全局优化与多方共赢，已经引起了极大的关注。

针对智能电网中的能量管理和优化控制问题，已经有多种不同算法可以处理，主要有经典优化方法、基于规划的方法、启发式算法等，这些算法能够解决微电网中许多问题。文献“面向能源互联网的多能源局域网两层功率优化分配”(米阳，刘红业，宋根新，李战强，符杨，李振坤.电力自动化设备，2018，38(07)：1-10.)针对面向能源互联网的多能源互联网运行调度中的实时功率分配问题，提出一种基于多智能体两层一致性理论的多能源局域网实时动态功率分配策略，并不属于完全分布式计算求解；文献“主动配电网源–荷–储分布式协调优化运行(二)：考虑非理想遥测环境的一致性算法”(徐熙林，宋依群，姚良忠，严正.中国电机工程学报，2018，38(11)：3244-3254)针对为实现主动配电网源-荷-储分布式协调优化，提出一种完全分布式协调的鲁棒一致性算法；文献“基于信息物理系统的孤岛微网实时调度的一致性协同算法”(吕朋蓬，赵晋泉，李端超，林昌年.中国电机工程学报，2016，36(06)：1471-1480)基于孤岛微网信息物理系统的架构提出一种有功功率的实时调度模型与一种考虑功率平衡约束的完全分布式协同算法。上述文献虽采用以一致性原理为基础的完全分布式算法来达到减少运算时间成本，保障系统信息安全等目的，但并没有对一致性原理本身进行进一步的探究。同时，上述文献均是在机组组合确定的情况下，根据不同的负荷需求来对功率进行分配，但实际情况下机组组合在长时间尺度下并未一成不变的，单纯考虑实时功率分配对于电力系统经济调度来说是没有实际意义的，应将机组组合的不确定性一并考虑进去。