[发明专利]考虑用电需求弹性的多区域主动配电系统调峰优化方法

权利要求书

1.一种考虑用电需求弹性的多区域主动配电系统调峰优化方法，其特征是按如下步骤进行：

步骤1、构建多区域主动配电系统，包括：调度中心、工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域；将所述工业园区调度区域、商业园区调度区域、市政及居民生活园区调度区域中的任意一个调度区域记为区域i；

所述区域i中包含：第i个PV发电单元、第i个VRB储能单元、第i个负荷调度单元；所述第i个负荷调度单元的负荷类型包括：第i个可削减负荷、第i个刚性负荷；其中，所述工业园区调度区域中负荷调度单元的负荷类型还包括：可转移负荷；

步骤2、确定区域i在调度日内任意决策时刻t下，电网调峰需求、光伏出力、各类型负荷需求基于历史数据的预测值；其中，电网调峰需求记为光伏出力记为各类型负荷需求中的可削减负荷需求记为和可转移负荷需求记为

步骤3、建立工业、商业、市政及生活园区内多类型负荷调度单元、VRB储能单元、PV发电单元的数学模型、区域调度时间属性数学模型以及考虑区域弹性幅度的调峰任务分配机制：

步骤3.1、建立弹性环境下多区域各类型负荷的数学模型：

利用式(1)得到区域i在决策时刻t下可削减负荷的最小、最大削减负荷量约束：

式(1)中，为区域i在决策时刻t下的可削减负荷最大削减负荷量；为区域i在决策时刻t下的实际削减负荷量；

利用式(2)-式(4)得到可转移负荷的出力约束：

式(2)-式(4)中，和分别为区域i在决策时刻t下可转移负荷最大允许增和最大允许减负荷量；为区域i对应的可转移负荷在决策时刻t下的增负荷量；为区域i在决策时刻t下的减负荷量；

定义从初始时刻到决策时刻t过程中，各决策时刻采取行动后的累计增减负荷量记为假定单个调度日有t_K-1个决策时刻，则为剩余时段t_K-1-t可转移负荷的弹性裕度；

利用式(5)和式(6)分别得到区域i在决策时刻t下的裕度约束和转移方向约束从而得到区域i在决策时刻t下的可转移负荷约束

式(5)和式(6)中，a_acctr为弹性裕度系数；e为自然常数；α_dir为转移动作选取方向系数；为截止到t-1时刻的累计转移增减的负荷量；为当前决策时刻t可转移负荷采取动作后对应的增减负荷量，设定增加负荷量时，的值为正，减小负荷量时，的值为负，不动作时，的值为0；

步骤3.2、建立VRB储能单元出力的数学模型：

利用式(7)-式(10)建立在一个调度日内VRB储能单元的约束条件，包括：端电压约束、充放电功率约束、荷电状态约束和始末荷电状态一致约束：

式(7)-式(10)中，为区域i的VRB储能单元的端电压上、下限，为区域i在决策时刻t下VRB储能单元的最小、最大充放电功率，为区域i在决策时刻t下VRB储能单元的实际充放电功率，为区域i的VRB储能单元的剩余容量约束上限和下限，为区域i在决策时刻t下VRB储能单元的剩余容量，t_s、t_e为调度日始、末时刻，C_con为设定的VRB储能单元的荷电状态期望值；

步骤3.3、建立光伏发电出力的数学模型：

利用式(11)得到区域i在决策时刻t下光伏出力功率的预测值

式(11)中，η_pv为光电转化效率；n_pv为光伏电池板个数；S_pv为光伏电池板接受光照表面积；为区域i在决策时刻t下的太阳辐射强度；α_pv为温度转换系数，为区域i在决策时刻t下的室外温度；

步骤3.4、建立区域调度时间属性的数学模型：

利用式(12)得到区域i在决策时刻t下的时间属性T^i,t：

式(12)中，为区域i的时间量级参数；c为常量；p^i,t为区域i在决策时刻t下的出力功率，为区域i在调度日的最大出力功率；

步骤3.5、建立考虑区域弹性幅度的调峰任务分配机制：

设定区域i在决策时刻t下的弹性幅度为E^i,t，由上界和下界之间的跨度构成区域i的弹性幅度；

步骤4、连续变量离散化及不确定性随机变量动态变化过程的建模：

步骤4.1、建立多区域电网调峰需求不确定性模型：

在决策时刻t，将电网实时下发给区域i的调峰需求指令随机不确定部分的最大范围区间离散为共个等级，其中，为以区域i在决策时刻t下的调峰需求预测功率为基础向上波动的最大值，为以区域i在决策时刻t下的调峰需求预测功率为基础向下波动的最大值；为以区域i调峰需求预测功率为基础向上、向下波动量的最大离散等级；

利用式(13)得到区域i在决策时刻t下的电网实际调峰需求：

式(13)中，为区域i在决策时刻t下的电网调峰需求预测功率，为区域i在决策时刻t下的电网调峰需求不确定部分功率等级，为区域i在决策时刻t下的电网调峰指令不确定部分离散化后的最小单位功率；

步骤4.2、建立光伏出力不确定模型；

将区域i在决策时刻t下的光伏出力不确定部分的最大范围区间离散为共个等级，其中，为以区域i在决策时刻t下的光伏出力预测功率为基础向上波动的最大值，为以区域i在决策时刻t下的光伏出力预测功率为基础向下波动的最大值；为以区域i光伏出力预测功率为基础向上、向下波动量的最大离散等级；

利用式(14)得到区域i在决策时刻t下光伏实际出力

式(14)中，为区域i在决策时刻t下光伏出力预测功率，为区域i在决策时刻t下光伏出力不确定部分的功率等级；为区域i在决策时刻t下光伏出力不确定部分离散后的最小单位功率；

步骤4.3、建立多区域各类型负荷需求不确定模型：

将区域i在决策时刻t下可削减负荷和可转移负荷随机不确定部分的最大范围区间和分别离散为相应的状态等级和共和个等级，其中，和分别为以区域i在决策时刻t下的可削减负荷和可转移负荷需求预测功率为基础向上波动的最大值，和分别为以区域i在决策时刻t下的可削减负荷和可转移负荷需求预测功率为基础向下波动的最大值；和分别为以区域i可削减负荷需求预测功率和可转移负荷需求预测功率为基础的波动量的最大离散等级；

利用式(15)-式(16)得到区域i在决策时刻t下可削减负荷的实际需求功率和可转移负荷的实际需求功率

式(15)-式(16)中，分别为区域i在决策时刻t下可削减负荷和可转移负荷的需求预测功率，分别为区域i在决策时刻t下可削减负荷和可转移负荷需求功率不确定部分的功率等级；分别为区域i在决策时刻t下可削减负荷和可转移负荷需求功率不确定部分离散后的最小单位功率；

步骤5、将考虑用电需求弹性的多区域主动配电系统调峰优化问题建立成对应的DTMDP模型：

步骤5.1、DTMDP模型的系统状态空间及行动集：

将一个调度日分为k∈{0,1,...,K-1}，共K个决策周期；每个决策周期的时间长度为Δt，第k个决策周期的决策时刻为t_k，调度日的终止时刻为t_K-1；

利用式(17)-式(18)得到调度中心在决策时刻t_k下的状态

式(17)-式(18)中，为决策时刻t_k下的电网实时调峰需求状态等级，为区域i在决策时刻t_k下的环境信息，由光伏出力状态等级VRB储能单元充放电状态等级多类型负荷调度单元负荷需求状态等级弹性裕度状态等级和区域弹性幅度状态等级组成；S_up为调度中心的状态空间，N为区域数量；

设定多类型负荷包含种类为M，若区域i不考虑某类型负荷j，则对应其状态数为0；利用式(19)得到状态总数N_up,s：

式(19)中，N_peak为电网实时调峰需求最大状态等级，为区域i光伏出力最大状态等级，为区域iVRB储能单元充放电最大状态等级，为区域i弹性裕度最大状态等级，为区域i弹性幅度最大状态等级，为区域i负荷需求最大状态等级；

将调度中心在决策时刻t_k下随机调峰需求功率的最大区间离散为0～N_ap-1共N_ap个等级，其中，为调度中心在决策时刻t_k下总调峰需求功率，N_ap为调度中心总调峰需求最大离散等级；

利用式(20)得到调度中心分配给区域i的调峰任务量

式(20)中，为调度中心在决策时刻t_k下分配给区域i的调峰任务行动；

利用式(21)建立调峰任务行动分配约束：

式(21)中，A_i为区域i所有的调峰任务动作向量的集合；

利用式(22)得到调度中心在决策时刻t_k下的行动向量

式(22)中，A_up为调度中心所有动作向量的集合，即动作集；调度中心的行动总数为N_up,a＝N_ap；

利用式(23)得到区域i在决策时刻t_k下的状态

式(23)中，为区域i的状态空间；

利用式(24)得到区域i的状态总数

利用式(25)得到区域i在决策时刻t_k下的行动

式(25)中，为区域i在决策时刻t_k下VRB储能单元动作，三种取值分别为放电动作、闲置动作和充电动作；为区域i在决策时刻t_k下负荷调度单元调整动作，包括可削减负荷的削减动作可转移负荷的转移动作为区域i在决策时刻t_k下不同激励控制动作；为区域i内的所有动作向量的集合，即区域i的动作集；

利用式(26)得到区域i的动作总数

步骤5.2、定义DTMDP模型的状态转移过程：

利用式(27)建立VRB储能单元的荷电状态转移方程：

式(27)中，N为电堆串联单体电池个数，I_d为充放电电流，为VRB储能单元总容量；为区域i的VRB储能单元在当前决策时刻t_k下的荷电状态，为VRB储能单元采取充放电动作后的荷电状态；

利用式(28)建立可削减负荷状态转移方程：

式(28)中，为区域i在决策时刻t_k下采取削减动作后的可削减负荷需求情况，为区域i在决策时刻t_k的可削减负荷需求预测功率，决策时刻t_k下可削减负荷需求不确定部分；

利用式(29)建立可转移负荷状态转移方程：

式(29)中，为区域i在决策时刻t_k下采取转移动作后的可转移负荷需求情况，为区域i在末决策时刻t_K-1下采取的转移动作，为区域i在决策时刻t_k的可转移负荷需求预测功率，为决策时刻t_k下可转移负荷需求不确定部分；

步骤5.3、建立DTMDP模型的目标函数：

利用式(30)得到决策周期k内上层代价

式(30)中，c^i,k为区域i在决策周期k状态转移过程中产生的代价；

利用式(31)建立违反VRB储能单元的始末荷电状态一致约束的代价：

式(31)中，为VRB储能单元末状态权值系数，和分别为末决策时刻VRB储能单元实际容量等级和设定期望达到的容量等级；

步骤5.4、建立DTMDP模型的优化目标：

利用式(32)得到调度中心在策略π_up下以初始状态为s₀的有限时段内优化性能准则

上层优化目标为在策略集Ω_up中找到最优策略

利用式(33)得到区域i在策略π_dow,i下以初始状态为s₀的有限时段内优化性能准则

下层优化目标为在策略集Ω_dow,i中找到最优策略

步骤6、采用基于模拟退火的Q学习对步骤5所建立的DTMDP模型进行求解；

首先对DTMDP模型的参数、学习参数、上下层Q值表、当前学习步数及决策周期进行初始化；然后上、下层依据策略随机选取当前状态对应行动，产生对应代价，并更新Q值表；反复迭代更新Q值表，直至满足终止条件时，得到一个调度日内满足调度中心调峰需求的各决策周期下各调度资源的调度策略。