[发明专利]基于机器学习的两阶段水库发电优化调度方法及装置

权利要求书

1.基于机器学习的两阶段水库发电优化调度方法，其特征在于，包括以下步骤：

步骤1.构建水库确定性长系列发电优化调度模型；

步骤2.以长系列历史入流为输入，采用确定性动态规划算法将逆序求解确定性发电优化调度模型转换为一系列面临阶段和余留阶段两阶段子问题求解，获得各时段初不同库容状态点对应余留效益；

设第t时段为面临阶段，面临阶段效益值为面临效益，t+1～T时段为余留阶段，余留阶段最优总效益值为余留效益；分别选取时段初、末库容V_t和V_t+1为状态变量和决策变量，以水量平衡约束为状态转移方程，确定性动态规划递推方程为：

E^*(V_t)＝max[g(V_t，V_t+1，I_t)+E^*(V_t+1)]，

式中，E^*(V_t)表示第t时段初库容为V_t时第t～T时段的最优效益，该最优效益作为第t时段初库容V_t对应的余留效益；g(V_t，V_t+1，I_t)表示初始状态为V_t、入流为I_t、末状态为V_t+1时的发电效益，为面临效益；E^*(V_t+1)表示第t+1时段初库容为V_t+1时对应的余留效益；

将第t时段初状态V_t离散为M个值，记为i自下而上为1～M，决策变量V_t+1离散为N个值，记为j自下而上为1～N，此时递推方程的离散化表达为：

依据动态规划原理，从第t＝T时段到t＝1时段进行逆时序递推，在每个时段对任意初状态遍历其与各末状态的状态组合，j＝1～N，求解上述离散化的递推方程，即可获得各时段初库容对应的余留效益进一步对状态变量V_t的所有离散值进行遍历，i＝1～M，即可得到状态变量为V_t时对应的余留效益函数离散采样值当逆序递推至t＝1时停止；逆序递推完成后即可得到任意t时段V_t对应的余留效益函数E^*(V_t)，t＝1～T，当t＝t+1时即为E^*(V_t+1)；

步骤3.计算各时间节点各库容状态对应净余留效益，结合可用信息因子构建净余留效益函数样本集；

对于任意t+1时段，初状态为对应的余留效益由净余留效益和基点余留效益两部分组成：

式中，基点余留效益指第t+1时段初水库库容为死库容时对应的后期余留效益；净余留效益为：

当j取1～N时，净余留效益函数为上每个离散点均扣除则递推方程可转化为采用净余留效益函数表征的形式：

步骤4.基于净余留效益函数样本集，采用机器学习方法学习净余留效益函数；

步骤5.以习得的净余留效益函数为基础，构建两阶段发电优化调度实时决策模型并求解获取面临阶段调度决策；

对于年内任意第n时段构建的发电优化调度两阶段实时决策模型为：

式中，为第n时段最优末库容，表示当前系统状态下最优决策；V_n为第n时段起始库容；V_n+1为第n时段末库容，是决策变量；I_n为第n时段入库流量；表示在第n+1时段初掌握的可用系统信息为x_n+1、库容为V_n+1时对应的余留效益；求解上述两阶段实时决策模型即可获得第n时段最优末库容，作为第n时段最优决策；

步骤6.滚动更新并求解上述两阶段实时决策模型，得到包含下一时段最优末库容的决策数据，基于该决策数据进行下一时段的发电调度。