【技术实现步骤摘要】
本专利技术属于电力系统运行调度，尤其涉及基于maddpg的多配电网格单元协同运行系统及方法。
技术介绍
1、配电网是电力系统的重要组成部分。随着对配电网规划及建设，配电网格单元通过以网格为单位对负荷需求信息收集、电能区块化分配，能够更好分析用户用能特性并对配电网格单元分类。配电网格单元的设置使其在配电网运行调度中需要面对多配电网格单元系统的存在，因此其在解决多配电网格单元协同运行问题时需要进行更为深入的研究。
2、多配电网格单元协同运行问题是一个复杂的决策优化问题。在过去的研究中通常采用粒子群算法、遗传算法等进行求解，但这类算法在应用中存在一定局限性，一是考虑到精确建模的困难及求解需要较长的计算时间，无法应对需要快速响应的实际应用问题，二是这些算法在计算过程中容易陷入局部最优解，无法满足实际应用中决策的最优性。深度强化学习算法的初步应用为这类决策优化问题提供了新的思路，基于数据驱动的深度强化学习算法具有迅速响应并给出最优解的能力。而对于多配电网格单元协同运行问题，可定义其为多智能体环境的调度问题，还需要处理配电网格单元间的协同关系、状态空间与动作空间连续且复杂等问题。
技术实现思路
1、本专利技术针对多智能体环境的调度决策问题，提出了一种基于maddpg的多配电网格单元协同运行系统及方法，能够快速决策并指导多配电网格单元间协同运行。
2、本专利技术提供一种基于maddpg的多配电网格单元协同运行系统，包括：基于多配电网格单元运行场景设计了多配电网格单元协同运
3、该系统架构主要包括三层，分别为状态空间层、信息传输层和智能决策层。
4、状态空间层是包含了多个配电网格单元的风机、光伏、储能等设备及相应的监测装置，能够实现对多配电网格单元的运行数据实时监控及采集；信息传输层一方面能够对状态空间层的数据进行处理、存储及上传，另一方面能够根据上层智能决策层的调度动作实现配电网格单元间协同运行；智能决策层是根据训练得到的多智能体模型在信息传输层传输的多配电网格单元状态信息下采取相应的调度动作。
5、本专利技术还提供一种基于maddpg的多配电网格单元协同运行系统的方法，包括：
6、s01：构建以经济性最优为目标函数的多配电网格单元协同运行的数学模型。
7、s02：基于多智能体深度确定性策略梯度算法(multi-agent deep deterministicpolicy gradient,maddpg)的多配电网格单元协同运行策略，并设计了相应的状态空间、动作空间、奖励函数。
8、s03：基于海量数据驱动完成多智能体与多配电网格单元交互，当训练完成后得到多智能体模型，可将其应用于多配电网格单元协同运行系统中实现多配电网格单元的协同运行。
9、根据本专利技术提供的一种基于maddpg的多配电网格单元协同运行系统的方法，包括以下具体步骤：
10、s02步骤中，构建以经济性最优为目标函数的多配电网格单元协同运行的数学模型。
11、①目标函数：
12、多配电网格单元协同运行是以整体运行成本最优为目标函数：
13、
14、式中：ne为配电网格单元的数量，c为整体系统的运行总成本，ci为配电网格单元i的运行成本。
15、
16、式中：cbes,i(t)为储能设备的运行成本，cex,i(t)为配电网格单元的功率交互成本，cg,i(t)为微型燃气轮机的运行成本。
17、1)储能设备的运行成本：
18、cbes,i(t)＝λch,ipbes,i,ch(t)+λdis,ipbes,i,dis(t)
19、式中：λch,i、λdis,i分别为配电网格单元i的储能设备充电与放电的损耗成本系数(单位为元/mw)，pbes,i,ch(t)、pbes,i,dis(t)分别为配电网格单元i储能设备在时刻t的充电功率与放电功率。
20、2)功率交互成本：
21、
22、式中：λex分别为配电网格单元之间的功率交互成本系数(单位为元/mw)；δpij(t)为第i个配电网格单元与第j个配电网格单元之间的功率交互。
23、3)微型燃气轮机成本：
24、cg,i(t)＝aipg,i(t)
25、式中，ai为配电网格单元i中微型燃气轮机运行成本的燃料系数(单位分别为元/kw)，pg,i(t)表示配电网格单元i中微型燃气轮机在时刻t的出力。
26、②约束条件：
27、(1)微型燃气轮机约束：
28、输出上下限约束：
29、
30、式中，pg,i,min、pg,i,max分别为配电网格单元i中微型燃气轮机的输出功率上下限。
31、爬坡约束：
32、
33、
34、式中：pg,i,up、pg,i,down分别为配电网格单元i中微型燃气轮机的爬坡上下限，pg,i(t)、pg,i(t-1)分别为配电网格单元i中微型燃气轮机在时刻t与时刻t-1的输出功率。
35、(2)储能设备运行约束：
36、储能设备出力上下限约束：
37、
38、
39、式中：分别为配电网格单元i中储能设备的充电功率上下限；分别为配电网格单元i中储能设备的放电功率上下限。
40、储能荷电量约束：
41、
42、ses,min≤ses(t)≤ses,max
43、式中：ses(t)、ses(t-1)表示t与t-1时段储能装置能量状态；σes表示储能装置自损率；ηes,ch和ηes,dis表示充放电效率；pbes,i,ch(t-1)、pbes,i,dis(t-1)为配电网格单元i中储能设备t-1时段储能充放电功率。ses,max和ses,min为储能装置能量状态上下限。
44、另外，储能设备在一个调度周期结束和开始时储存的能量要相同，该约束表示为：
45、ses(0)＝ses(t)
46、(3)功率平衡约束：
47、为保证配电网格单元内部的功率平衡，当内部无法满足时，可通过与其他配电网格单元进行功率交互实现功率平衡。其功率平衡表达式如下：
48、
49、式中：pload,i(t)为t时段电负荷；pbes,i,dis(t)表示t时段储能放电功率；pbes,i,ch(t)表示t时段储能充电功率；ppv,i(t)、pw,i(t)分别为光伏与风机的出力。
50、s03步骤中，基于多智能体深度确定性策略梯度算法(multi-agent deepdeterministic policy gradient,maddpg)的多配电网格单元协同运行方法，并设计了相应的状态空间、动作空间、奖励函数。
51、多配电网格单元协同运行系统是本文档来自技高网...
【技术保护点】
1.基于MADDPG的多配电网格单元协同运行系统，其特征在于，包括状态空间层、信息传输层和智能决策层；
2.基于MADDPG的多配电网格单元协同运行系统的方法，其特征在于，包括：
3.根据权利要求2所述基于MADDPG的多配电网格单元协同运行系统的方法，其特征在于，所述构建以经济性最优为目标函数的多配电网格单元协同运行的数学模型包括以下步骤：
4.根据权利要求2所述基于MADDPG的多配电网格单元协同运行系统的方法，其特征在于，所述基于多智能体深度确定性策略梯度算法MADDPG的多配电网格单元协同运行方法，定义状态空间、动作空间和奖励函数包括以下具体步骤：
5.根据权利要求2所述基于MADDPG的多配电网格单元协同运行系统的方法，其特征在于，所述基于海量数据驱动完成多智能体与多配电网格单元交互，训练完成后得到多智能体模型，将其应用于多配电网格单元协同运行系统中实现多配电网格单元的协同运行的具体步骤如下：
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求2至5任一项所述基于MADDPG的多配电网格单元协同运行系统的方法。
8.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求2至5任一项所述基于MADDPG的多配电网格单元协同运行系统的方法。
...【技术特征摘要】
1.基于maddpg的多配电网格单元协同运行系统，其特征在于，包括状态空间层、信息传输层和智能决策层；
2.基于maddpg的多配电网格单元协同运行系统的方法，其特征在于，包括：
3.根据权利要求2所述基于maddpg的多配电网格单元协同运行系统的方法，其特征在于，所述构建以经济性最优为目标函数的多配电网格单元协同运行的数学模型包括以下步骤：
4.根据权利要求2所述基于maddpg的多配电网格单元协同运行系统的方法，其特征在于，所述基于多智能体深度确定性策略梯度算法maddpg的多配电网格单元协同运行方法，定义状态空间、动作空间和奖励函数包括以下具体步骤：
5.根据权利要求2所述基于maddpg的多配电网格单元协同运行系统的方法，其特征在于，所述基于海量数据驱动完成多智能...
【专利技术属性】
技术研发人员：杨军，李健，温裕鑫，范培潇，余心悦，吴赋章，张幸，刘卓然，代贤忠，靳晓凌，韩新阳，吴洲洋，杨军伟，吕斌，甘业平，白云龙，唐亮，刘辉舟，尤佳，王有军，杜露露，
申请(专利权)人：武汉大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。