[发明专利]一种基于多臂学习机的电动汽车备用服务负荷聚合方法

说明书

本发明公开了一种基于多臂学习机的电动汽车备用服务负荷聚合方法，属于电力系统需求响应领域，首先根据电动汽车参与备用服务的方式，建立电动汽车用户响应负荷聚合请求信号的行为摇臂模型、以及负荷聚合目标函数，进而建立电动汽车备用服务负荷聚合模型；然后考虑电动汽车用户行为摇臂模型特性，基于风险规避对负荷聚合目标进行权衡，提出基于风险规避的电动汽车用户选取算法，以学习每一个用户的各种响应行为并不断更新对用户行为的估计，从而选取合适的用户以合适的方式参与备用服务，完成负荷聚合目标。本发明能获得更可靠的负荷聚合效果、更低的负荷聚合成本、更高的用户满意度，为聚合商权衡负荷聚合可靠性和负荷聚合成本提供了有效途径。

技术领域

本发明属于电力系统需求响应负荷聚合控制领域，更具体地，涉及一种基于多臂学习机的电动汽车备用服务负荷聚合方法。

背景技术

目前，传统的低效燃煤机组正逐渐退出电力系统，新能源占比逐步提高。新能源出力具有高度随机性和不确定性，大规模新能源并网对电力系统的可靠运行优化提出了巨大挑战。这要求系统配备更多的灵活备用容量，以应对新能源出力预测误差导致的不确定性风险。然而，能够提供旋转备用的传统火电机组逐渐减少，新能源机组不具有提供备用的能力。因此，电力系统供能侧的备用能力存在不足，这与电力系统的运行需求矛盾，亟需通过需求响应资源等途径来补充备用容量。需求侧电动汽车的负荷容量巨大，且能够提供正、负两种备用功率，若能可靠聚合，则能够为电力系统提供可观的备用容量。

可靠的负荷聚合方法是利用电动汽车负荷资源提供备用服务的前提。然而，在实际的负荷聚合过程中，一直存在着电动汽车用户响应行为不确定性的问题，用户可能因为自身用能需求、出行安排、生活习惯、用户疲劳等而中途退出需求响应。未知且不确定的用户响应行为可能引起极不可靠的负荷聚合效果，如大量用户中途退出需求响应将导致负荷聚合量严重偏离目标量，导致负荷聚合所提供的备用服务也不可靠。目前，关于电动汽车负荷聚合方法的研究多侧重于考虑聚合商经济收益、用户满意度等因素制定需求响应机制，但鲜有研究从探索用户行为特性出发，未能本质解决用户行为不确定性问题，缺乏可靠的电动汽车备用服务负荷聚合方法。

发明内容

本发明所要解决的技术问题：针对现有技术的以上缺陷和改进需求，本发明提出了一种基于多臂学习机的电动汽车备用服务负荷聚合方法，其目的在于通过多臂学习机学习电动汽车用户的响应行为，处理用户响应行为的不确定性，从而能够获得更可靠的负荷聚合效果、更低的负荷聚合成本、更高的用户满意度。

本发明为解决上述技术问题所采用的技术方案：

本发明提供一种基于多臂学习机的电动汽车备用服务负荷聚合方法，包括以下步骤：

（1）根据电动汽车参与备用服务的方式，建立电动汽车用户响应负荷聚合请求信号的行为摇臂模型；

（2）根据负荷聚合可靠性目标函数和负荷聚合成本目标函数建立负荷聚合目标函数；根据负荷聚合目标函数和约束条件，建立电动汽车备用服务负荷聚合模型；

（3）考虑电动汽车用户行为摇臂模型特性，基于风险规避对负荷聚合目标进行权衡，提出基于风险规避的电动汽车用户选取算法，用于学习每一个用户的各种响应行为并不断更新对用户行为的估计，从而选取合适的用户以合适的方式参与备用服务，完成负荷聚合目标。

进一步地，考虑电动汽车与电网能够进行双向能量交互，通过聚合正在充电的电动汽车，使其停止充电或向电网反向送电，则可为电网提供正向的备用服务。因此，电动汽车具有两种参与备用服务的方式：方式1，停止充电；方式2，反向送电。与两种参与方式分别对应，聚合商向电动汽车用户发送的信号有两种：信号1：请求停止充电；信号2：请求反向送电。每个电动汽车用户对于信号1、信号2的响应行为对应为摇臂1、摇臂2，用户行为摇臂模型分别为