[发明专利]微电网能量管理方法、装置、电子设备及存储介质

权利要求书

1.一种微电网能量管理方法，其特征在于，包括：

获取能量优化问题模型的目标函数、优化变量和约束条件；

根据所述目标函数、所述优化变量和所述约束条件构建初始能量管理学习模型；

根据所述初始能量管理学习模型通过元学习框架得到能量管理学习模型；

获取训练集，其中，所述训练集中的样本包括微电网中多个历史时段的负荷功率、配电网电价、发电功率参数；

基于所述训练集训练所述能量管理学习模型，得到能量管理模型；

将微电网中当前时段的负荷功率、配电网电价、发电功率参数输入所述能量管理模型，将能量管理模型的输出作为能量管理策略。

2.根据权利要求1所述的方法，其特征在于，所述根据所述初始能量管理学习模型通过元学习框架得到能量管理学习模型，包括：

采用所述元学习框架确定所述初始能量管理学习模型对应的评分模型；

根据所述评分模型通过所述元学习框架对所述初始能量管理学习模型进行迭代计算并记录迭代指标，得到每次迭代中所述初始能量管理学习模型对应的评分值，其中，所述迭代指标包括所述目标函数、求解速度和求解占用内存；

响应于确定所述评分值满足预定条件，将所述评分值最大的所述初始能量管理策略作为所述能量管理学习模型，其中，所述预定条件为所述评分值与上次迭代的评分值的差小于等于预定范围或所述评分值等于预定值。

3.根据权利要求2所述的方法，其特征在于，所述采用所述元学习框架确定所述初始能量管理学习模型对应的评分模型，包括：

将所述初始能量管理学习模型中的柴油发电机出力、储能充放电功率、配电网交互功率作为元学习参数；

采用所述元学习框架确定所述元学习参数对应的评分模型。

4.根据权利要求1所述的方法，其特征在于，所述基于所述训练集训练所述能量管理学习模型，得到能量管理模型，包括：

所述样本集还包括验证集，其中，所述验证集中的样本包括微电网不同的运行场景下的负荷功率、配电网电价、发电功率参数；

基于所述训练集训练所述能量管理学习模型，得到训练模型；

将所述验证集输入所述训练模型，得到能量管理验证策略；

响应于确定所述能量管理验证策略对应的负荷率大于目标负荷率或所述能量管理验证策略对应的储能寿命小于目标储能寿命，重新对所述能量管理学习模型进行训练，直到所述能量管理验证策略对应的负荷率小于目标负荷率且所述能量管理验证策略对应的储能寿命大于目标储能寿命；

响应于确定所述能量管理验证策略对应的负荷率小于目标负荷率且所述能量管理验证策略对应的储能寿命大于目标储能寿命，将所述训练模型作为所述能量管理模型。

5.根据权利要求1所述的方法，其特征在于，所述获取能量优化问题模型的目标函数、优化变量和约束条件，包括：

所述目标函数包括经济成本最小、负荷率最低、储能寿命最长；

所述优化变量包括柴油发电机出力、储能充放电功率、配电网交互功率；

所述约束条件包括微电网的拓扑结构和功率约束，其中，所述功率约束包括：

其中，P_de(t)为所述柴油发电机出力，分别为所述柴油发电机出力的最大值、最小值，为所述储能充放电功率中的充电功率，P_Load(t)为微电网负荷功率，为所述储能充放电功率中的放电功率，P_Area12(t)、P_Area13(t)、P_Area23(t)分别为微电网中的第一区域和第二区域对应的第一区域间交互功率、第一区域和第三区域对应的第二区域间交互功率、第二区域和第三区域对应的第三区域间交互功率，分别为第一区域间交互功率的第一交互功率最大值、第二交互功率最大值、第三交互功率最大值，分别为微电网向配电网购电功率、售电功率，为所述配电网交互功率的最大值。