[发明专利]一种基于近似动态规划算法的含储能配电网优化调度方法

权利要求书

1.一种基于近似动态规划算法的含储能配电网优化调度方法，其特征在于，包括如下步骤：

步骤S1、首先确定系统包含的状态变量S_t、决策变量X_t以及随机变量W_t，建立目标函数，确定配网优化的约束条件，建立优化调度模型；

步骤S2、采用近似动态规划算法将目标函数分为决策前与决策后函数，同时确定该算法需满足的约束条件，更新优化调度模型；

步骤S3、结合历史数据，生成未来一天的风力、光伏以及负荷预测数据，采用蒙特卡洛法生成日前预测数据的误差场景；

步骤S4、在误差场景下对改进的优化调度模型进行求解，依次得出未来一天每个时刻的决策变量；

步骤S5、重复步骤S3生成另一误差场景再次对优化调度模型求解，直至参数收敛；

步骤S6、完成步骤S5场景训练后，利用步骤S3中的预测数据，得出最优解；

所述步骤S1具体实现方式如下：

步骤S11、确定状态变量其中SOC_t表示储能当前t时刻的容量，表示t时刻风能出力可用值，表示t时刻光伏出力可用值；确定决策变量其中P_WT,t表示实际消纳风能出力，P_PV,t表示实际消纳光伏出力，P_bat表示充放电功率大小，U为0-1变量，上标c表示充电，d表示放电；确定随机变量W_t为光伏、风电出力预测误差值；

步骤S12、建立配电网优化调度模型为：

目标函数为：

约束条件为：

V_i^min≤V_i,t≤V_i^max,i∈Γ

其中C_t(S_t,X_t)表示当前时刻的系统消耗量，将每个时刻的消耗值累加，得到一天的总消耗的目标函数F，η^c、η^d分别表示充放电效率，表示储能容量最大值、最小值，V_i^max、V_i^min表示第i节点电压的最大值、最小值，Δt表示一个时间间隔，Γ表示节点集合，表示电源集合，包括储能；

所述步骤S2具体实现方式如下：

步骤S21、根据Bellman最优性原理，将目标函数表示成Bellman递归方程，即F＝V_t(S_t)＝min(C_t(S_t,X_t)+γE[V_t+Δt(S_t+Δt)|S_t,X_t])，其中E[V_t+Δt(S_t+Δt)|S_t,X_t]表示条件期望，γ为折扣因子；

步骤S22、引入两个概念：决策后状态以及状态后值函数决策后状态表示执行完当前决策后的状态，状态后值函数表示当前状态至T时刻的累计系统消耗值，因条件期望难以求解，用替换E[V_t+Δt(S_t+Δt)|S_t,X_t]，形成新的目标函数V_t(S_t)＝min(C_t(S_t,X_t)+γV_t^x(S_t^x))，该式表示目标函数可拆分为当前时刻消耗值加上后续时刻消耗值函数；

步骤S23、将状态后值函数近似为与储能容量有关的凸型分段线性函数：即令相应目标函数改为：其中N表示分段数，a表示第a段，d_t,a表示该值函数的斜率，r_t,a表示资源量的分段数值，并且r_t,a需满足相应的约束条件。