[发明专利]一种梯级水光蓄互补系统调度决策方法

权利要求书

1.一种梯级水光蓄互补系统调度决策方法，其特征在于，包括以下步骤：

S1、将光伏发电源侧波动、并网点波动及经济性作为梯级水光蓄调度优化目标，结合并网点交换功率约束、水电站和抽蓄水库水量约束、节点电压和馈线电流约束搭建梯级水光蓄调度模型；

S2、将梯级水光蓄调度模型转换为马尔可夫决策过程，搭建基于强化学习的梯级水光蓄动态调度框架；

S3、在基于强化学习的梯级水光蓄动态调度框架下，以当前梯级水光蓄互补系统数据作为输入，利用深度确定性策略梯度(Deep deterministic policy gradient,DDPG)算法求解转换为马尔可夫决策过程的梯级水光蓄调度模型，输出得到应对强随机性光伏出力的梯级水光蓄系统实时调度策略。

2.根据权利要求1所述的梯级水光蓄互补系统调度决策方法，其特征在于，步骤S1中，梯级水光蓄调度优化方法包括根据经济效益最大化、光伏发电源侧波动最小化、并网点波动最小化构建梯级水光蓄调度优化目标函数

其中，F为计算周期T内的总目标，ER_t为t时刻梯级水光蓄系统经济收益，ΔP_source,t为t时刻源侧波动度量，ΔP_t为Δt时段内并网点波动度量值，β₁、β₂、β₃分别是经济性目标、光伏发电源侧波动平抑目标、并网点波动平抑目标的权重因子。

3.根据权利要求2所述的梯级水光蓄互补系统调度决策方法，其特征在于，采用信息熵理论计算经济性目标、光伏发电源侧波动平抑目标、并网点波动平抑目标的权重因子。

4.根据权利要求2所述的梯级水光蓄互补系统调度决策方法，其特征在于，光伏发电源侧波动的优化目标是使计算周期内每个阶段光伏出力波动最小化，计算周期内t时刻波动度量ΔP_source,t的计算公式为：

其中，P_PV,t为t时刻光伏发电出力，P_hydro,i,t为第i个水电站t时刻的发电出力，N代表水电站的总个数，为计算周期第r阶段所设定的水光出力平均值。

5.根据权利要求4所述的梯级水光蓄互补系统调度决策方法，其特征在于，并网点波动的优化目标是使并网点功率波动最小，形成可调度的外送曲线，Δt时段内并网点波动度量值ΔP_t的计算公式为：

ΔP_t＝(P_grid,t-P′_grid,t-(P_grid,t-1-P′_grid,t-1))²，

其中，P_grid,t为t时刻内梯级水光蓄系统与外网交互功率，P_hydro,i,t为第i个水电站t时刻的发电出力，N为水电站的个数，P_PHS,t为t时刻内抽蓄出力，P_grid,t为t时刻内梯级水光蓄系统与外网交互功率，P_grid,t-1为t-1时刻内梯级水光蓄系统与外网交互功率，P_load,t为t时刻负荷需求，P′_grid,t为t时刻抽蓄参与调节前并网点的交互功率，P′_grid,t-1为t-1时刻抽蓄参与调节前并网点的交互功率，ΔP_t为Δt时段并网点的波动度量值。

6.根据权利要求5所述的梯级水光蓄互补系统调度决策方法，其特征在于，经济性的优化目标是使梯级水光蓄系统与外网交易获得最大的经济收益，在实时电价模式下，t时刻梯级水光蓄系统经济收益ER_t的计算公式为：

其中，λ_t为t时刻电价，P_PV,t为t时刻光伏发电出力，P_hydro,i,t为第i个水电站t时刻的发电出力，N为水电站的个数，P_PHS,t为t时刻内抽蓄出力，P_load,t为t时刻负荷需求。