[发明专利]一种基于混合学习优化的多电飞机秒级能量调度方法

说明书

本发明公开了一种基于混合学习优化的多电飞机秒级能量调度方法，包括：构建多电飞机能量调度的MIQP问题；将对MIQP问题的求解过程分解为两个阶段：第一阶段将整数变量优化问题转化为马尔科夫决策过程；利用深度强化学习模型对马尔科夫决策过程进行求解，得到整数变量的可行解；第二阶段利用求解得到的整数变量的可行解将构建的MIQP问题简化为QP问题；利用商业求解器对所述QP问题进行求解，得到连续变量的最优解；基于求解的整数变量的可行解和连续变量的最优解，得到多电飞机秒级的能量调度结果。本发明能显著提高优化速度与精度。

技术领域

本发明属于多电飞机电力系统、深度学习、强化学习的交叉领域，具体提供了一种基于混合学习优化的多电飞机秒级能量调度方法，将深度强化学习的实时性优点和现代商业求解器解的最优性优势相结合，在保证解的最优性同时，该方法在计算时间上实现了数量级的提升。

背景技术

在多电飞机运行的过程中，负载需求侧的功率、发电机的输出功率和储能系统的充放电功率维持着电力系统的功率平衡。因此，对运行过程中多电飞机的能量调度和优化显得非常重要，合理的能量调度能够极大的减少能源消耗，降低飞机的运行成本。为此，有人提出了将多电飞机能量调度问题设计成混合整数二次规划(MIQP)问题，并利用商业求解器进行求解，得到系统的电力分配。然而，多电飞机电力系统复杂性增加，安全约束条件和目标要求也会随之增多，这导致在决策和控制过程中，建模和计算程度变得更加困难，为实时能量调度带来更多的不确定性。

随着深度学习的迅速发展，研究者利用深度神经网络强大的非线性表征能力，将深度学习和强化学习相融合，形成了比以往大多数人工智能算法性能更好的深度强化学习(DRL)算法，为实时能量调度场景提供了解决方案。虽然DRL方法将训练好的神经网络模型用于测试环境中可以实现在线能量调度要求，但是存在一些不可避免地问题，一是难以保证问题中连续变量的计算结果为最优解，二是当问题的规模较大时，模型训练会消耗大量时间。

为了面对大规模系统中商业求解器的计算速度和现有学习算法的结果最优性及训练时长的问题，本发明结合学习算法的实时性和求解器解的最优性，提出了一种新的混合学习优化方法用于多电飞机的MIQP能量调度问题。

发明内容

本发明的目的在于提供一种基于混合学习优化的多电飞机秒级能量调度方法，提高优化速度与精度。

为实现上述目的，本发明所采取的技术方案为：

一种基于混合学习优化的多电飞机秒级能量调度方法，所述基于混合学习优化的多电飞机秒级能量调度方法，包括：

步骤1、构建多电飞机能量调度的MIQP问题；

步骤2、将对MIQP问题的求解过程分解为两个阶段；

步骤2.1、第一阶段：对MIQP问题中的整数变量优化；

步骤2.1.1、将整数变量优化问题转化为马尔科夫决策过程；

步骤2.1.2、利用深度强化学习模型对马尔科夫决策过程进行求解，得到整数变量的可行解；

步骤2.2、第二阶段：对MIQP问题中的连续变量优化；

步骤2.2.1、利用求解得到的整数变量的可行解将构建的MIQP问题简化为QP问题；

步骤2.2.2、利用商业求解器对所述QP问题进行求解，得到连续变量的最优解；

步骤3、基于求解的整数变量的可行解和连续变量的最优解，得到多电飞机秒级的能量调度结果。

以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方案进行组合，还可以是多个可选方式之间进行组合。