一种计及储能寿命的电力系统实时优化调度方法和装置制造方法及图纸

本发明专利技术公开了一种计及储能寿命的电力系统实时优化调度方法和装置，属于电力系统控制技术领域，所述方法包括：首先建立电力系统计及储能寿命的日内实时调度模型并将其重构为马尔科夫决策过程；通过储能的荷电状态映射当前储能决策对未来最优运行费用的影响和储能的累积寿命损耗来映射储能剩余动作空间对未来最优运行费用的影响，能够精准地映射最优运行费用函数；对最优运行费用函数分段线性表征进而更新迭代其斜率；最终基于当前真实状态和更新后的斜率求解出当前时刻对应的调度决策，依次求解马尔科夫决策过程得到日内实时最优调度策略；精准的最优运行费用函数可以保证实时调度决策的最优性，从而提高在随机环境下的日内实时调度效果

【技术实现步骤摘要】
一种计及储能寿命的电力系统实时优化调度方法和装置


[0001]本专利技术属于电力系统控制
，更具体地，涉及一种计及储能寿命的电力系统实时优化调度方法和装置
。

技术介绍

[0002]双碳目标的实现需要我国大力发展以风光为主的可再生能源，然而，可再生能源发电的不确定性给电力系统的实时运行带来了极大的挑战
。
储能作为一种快速响应资源，能够大大提高电力系统的运行灵活性，从而促进电力系统的经济安全运行
。
[0003]然而，现阶段储能成本较高，若无限制的调度储能，会导致储能损耗大，寿命短，使得电力系统中储能频繁更换
。
同时，电力系统中风电
、
光伏
、
电价
、
负荷等的随机性也会给系统的实时调度决策带来挑战
。
因此，如何计及系统的随机性，同时计及储能动作时的寿命损耗，给出能够发挥储能效益的电力系统实时优化调度决策，是亟待解决的难题
。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种计及储能寿命的电力系统实时优化调度方法，其目的在于，通过储能的荷电状态映射当前储能决策对未来最优运行费用的影响和储能的累积寿命损耗来映射储能剩余动作空间对未来最优运行费用的影响，能够精准地映射最优运行费用函数；对其分段线性表征进而更新迭代其斜率；最终基于当前真实状态和更新后的斜率求解日内实时调度策略；用以解决在随机环境下电力系统的实时经济调度决策的问题，由此解决在随机环境下计及储能寿命的电力系统存在的实时经济调度效果不佳的技术问题
。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种计及储能寿命的电力系统实时优化调度方法，包括：
[0006]S1
：建立电力系统计及储能寿命的日内实时调度模型；
[0007]S2
：将所述日内实时调度模型重构为马尔科夫决策过程；
[0008]S3
：利用当前时刻的储能的荷电状态和累积寿命损耗映射电力系统从当前时刻
t
到总调度域时刻
T
的最优运行费用函数，并将其中所述荷电状态对应部分和所述累积寿命损耗对应部分进行分段表征，得到近似值分段函数；
[0009]S4
：利用电力系统的日前预测信息生成训练数据集，以对所述近似值分段函数的斜率进行迭代更新，得到训练好的分段线性值函数斜率；
[0010]S5
：基于当前时刻随机性因素的真实信息确定电力系统当前时刻的真实状态，利用所述当前时刻的真实状态和所述训练好的分段线性值函数斜率求解所述最优运行费用函数，得到当前时刻对应的调度决策；依次求解马尔科夫决策过程得到各个时刻对应的调度决策，最终得到日内实时最优调度策略
。
[0011]在其中一个实施例中，所述
S1
包括：将电力系统计及储能寿命的日内实时调度模型的目标函数设置为：电力系统在总调度域
T
时间段内运行费用的最小化，表示为：
其中，
J
表示电力系统总调度域
T
时间段的运行费用；
C
t
(S
t
,x
t
)
为
t
时刻状态变量集合
S
t
以及决策变量集合
x
t
对应的电力系统的运行费用；所述日内实时调度模型的约束包括：线性储能寿命损耗约束和储能累积寿命损耗上限约束
。
[0012]在其中一个实施例中，
[0013]所述线性储能寿命损耗约束：
[0014]所述储能累积寿命损耗上限约束：
[0015]其中，为储能
b
在当前时间
t
对应的累积寿命损耗，为线性储能寿命损耗系数，为
t
时刻电力系统中储能
b
的充电功率，为
t
时刻储能
b
的放电功率，为储能
b
在调度域的累积寿命损耗上限，
B
为储能
b
的集合
。
[0016]在其中一个实施例中，所述
S2
包括：将所述电力系统的日内实时经济调度模型重构为马尔科夫决策过程，包括：状态变量集合
S
t
、
决策变量集合
x
t
、
随机因素集合
W
t
以及状态变量根据决策变量和随机因素发生转移的状态转移方程
[0017]状态变量集合表示为：
[0018]决策变量集合表示为：
[0019]其中，为
t
时刻储能
b
的荷电状态，为
t
时刻储能
b
的累积寿命损耗，
P
tw,a
为
t
时刻电力系统可获得的风电机组
w
的功率；
P
ts,a
为
t
时刻电力系统可获得的光伏机组
s
的功率；
D
t
表示
t
时刻电力系统的有功负荷；
Q
t
表示
t
时刻电力系统的无功负荷；
p
t
为
t
时刻外电网的电价；为
t
时刻电力系统元件
c
的无功功率；为
t
时刻电力系统与外电网的交换功率；为
t
时刻电力系统中储能
b
的充电功率；为
t
时刻储能
b
的放电功率；为
t
时刻储能
b
的寿命损耗
。
[0020]在其中一个实施例中，所述状态转移方程表示为：
[0021][0022][0023][0024][0025]其中，
η
d
为储能的放电效率；为
t
时刻决策变量的预测值，为预测误差
。
[0026]在其中一个实施例中，所述
S3
中最优运行费用函数表示为：
[0027]其中，为
t
时刻的最优运行费用函数，
C
t
(S
t
,x
t
)
为
S
t
和
x
t
对应的
t
时刻电力系
统的运行费用；为
t
时刻所述荷电状态和所述累积寿命损耗对应的决策后的最优运行费用函数
。
[0028]在其中一个实施例中，所述近似值分段函数表示为：
[0029]其中，
B
为储能集合，
S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种计及储能寿命的电力系统实时优化调度方法，其特征在于，包括：
S1
：建立电力系统计及储能寿命的日内实时调度模型；
S2
：将所述日内实时调度模型重构为马尔科夫决策过程；
S3
：利用当前时刻的储能的荷电状态和累积寿命损耗映射电力系统从当前时刻
t
到总调度域时刻
T
的最优运行费用函数，并将其中所述荷电状态对应部分和所述累积寿命损耗对应部分进行分段表征，得到近似值分段函数；
S4
：利用电力系统的日前预测信息生成训练数据集，以对所述近似值分段函数的斜率进行迭代更新，得到训练好的分段线性值函数斜率；
S5
：基于当前时刻随机性因素的真实信息确定电力系统当前时刻的真实状态，利用所述当前时刻的真实状态和所述训练好的分段线性值函数斜率求解所述最优运行费用函数，得到当前时刻对应的调度决策；依次求解马尔科夫决策过程得到各个时刻对应的调度决策，最终得到日内实时最优调度策略
。2.
如权利要求1所述的计及储能寿命的电力系统实时优化调度方法，其特征在于，所述
S1
包括：将电力系统计及储能寿命的日内实时调度模型的目标函数设置为：电力系统在总调度域
T
时间段内运行费用的最小化，表示为：其中，
J
表示电力系统总调度域
T
时间段的运行费用；
C
t
(S
t
,x
t
)
为
t
时刻状态变量集合
S
t
以及决策变量集合
x
t
对应的电力系统的运行费用；所述日内实时调度模型的约束包括：线性储能寿命损耗约束和储能累积寿命损耗上限约束
。3.
如权利要求2所述的计及储能寿命的电力系统实时优化调度方法，其特征在于，所述线性储能寿命损耗约束：所述储能累积寿命损耗上限约束：其中，为储能
b
在当前时间
t
对应的累积寿命损耗，为线性储能寿命损耗系数，为
t
时刻电力系统中储能
b
的充电功率，为
t
时刻储能
b
的放电功率，为储能
b
在调度域的累积寿命损耗上限，
B
为储能
b
的集合
。4.
如权利要求1所述的计及储能寿命的电力系统实时优化调度方法，其特征在于，所述
S2
包括：将所述电力系统的日内实时经济调度模型重构为马尔科夫决策过程，包括：状态变量集合
S
t
、
决策变量集合
x
t
、
随机因素集合
W
t
以及状态变量根据决策变量和随机因素发生转移的状态转移方程状态变量集合表示为：决策变量集合表示为：其中，为
t
时刻储能
b
的荷电状态，为
t
时刻储能
b
的累积寿命损耗，
P
tw,a
为
t
时刻电力系统可获得的风电机组
w
的功率；
P
ts,a
为
t
时刻电力系统可获得的光伏机组
s
的功率；
D
t
表示
t
时刻电力系统的有功负荷；
Q
t
表示
t
时刻电力系统的无功负荷；
p
t
为
t
时刻外电网的电
价；为
t
时刻电力系统元件
c
的无功功率；
P
te
为
t
时刻电力系统与外电网的交换功率；为
t
时刻电力系统中储能
b
的充电功率；为
t
时刻储能
b
的放电功率；为
t
时刻储能
b
的寿命损耗
。5.
如权利要求4所述的计及储能寿命的电力系统实时优化调度方法，其特征在于，所述状态转移方程
F
ttrans
表示为：表示为：表示为：表示为：其中，
η
d
为储能的放电效率；为
t
时刻决策变...

【专利技术属性】
技术研发人员：艾小猛，薛熙臻，方家琨，崔世常，姚伟，陈霞，文劲宇，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：