[发明专利]冷热电联供微网系统的能量调度优化方法

摘要

本发明公开了一种冷热电联供微网系统的能量调度优化方法，包括：1根据测量数据与预测结果，得到系统在当前决策时刻的状态向量；2将所有决策周期分成优化非学习周期和学习周期，在非学习周期内根据电价确定以热定电或以电定热原则控制系统运行，并计算该段时间内运行的平均代价；在学习周期内通过强化学习算法和非学习周期的平均代价得到最优Q值表，进而得到优化策略。本发明能充分考虑随机变量的统计特性和不确定特性，从而提高系统实际运行的经济性。

主权项

一种冷热电联供微网系统的能量调度优化方法，所述冷热电联供微网系统包括：能量管理系统、光伏、微型燃气轮机组、燃气锅炉、电储能装置、热储能装置以及电制冷、电制热和热制冷装置；所述冷热电联供微网系统与大电网通过公共节点相联，所述大电网的电价分为高、低电价区间；其特征是，所述能量调度优化方法是按如下步骤进行：步骤1：所述能量管理系统根据环境与用户行为的历史数据，预测当天冷负荷预测函数曲线热负荷预测函数曲线电负荷预测函数曲线以及晴朗条件下的光伏预测函数曲线再估计冷负荷在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为Ncool+1个等级、热负荷在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为Nth+1个等级、电负荷在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为Nele+1个等级、光伏在任意时刻t相对于预测值的随机性波动范围为并对随机性波动范围离散为Npv+1个等级；步骤2：所述能量管理系统将当天的一天时间T等分为0～K共K+1个决策周期，第k个决策时刻tk＝k×(T/K)；定义0～i决策周期为学习周期，i+1～K决策周期为非学习周期；定义任意一个样本轨道为m，样本轨道总数为M，模拟退火温度为Temp，学习率为α，第m个样本轨道在非学习周期上的状态值函数Gm(·)；令m＝0，初始化Q值表和模拟退火温度Temp；步骤3：利用式(1)得到第k个决策时刻tk的光伏状态等级冷负荷状态等级热负荷状态等级和电负荷状态等级式(1)中，和分别表示第k个决策时刻tk的光伏预测值、冷负荷预测值、热负荷预测值和电负荷预测值；和分别表示第k个决策时刻tk的光伏测量值、冷负荷测量值、热负荷测量值和电负荷测量值；步骤4：定义所述冷热电联供微网系统在第k个决策时刻tk的状态向量为其中，Φs为系统状态空间，为第k个决策时刻tk所述微型燃气轮机组开启的台数，为第k个决策时刻tk所述电储能装置的状态等级，并有表示电储能最大储能容量等分为Nes+1个等级，为第k个决策时刻tk所述热储能装置的状态等级，并有表示热储能最大储能容量等分为Nths+1个等级；定义所述冷热电联供微网系统在第k个决策时刻tk的行动为其中，D为行动空间，为第k个决策时刻tk所述微型燃气轮机组的起停行动，为第k个决策时刻tk所述电储能装置的充放行动，且表示电储能装置放电，表示静置，表示充电、为第k个决策时刻tk所述热储能装置的充放行动，且表示热储能装置放热，表示静置，表示储热；令微型燃气轮机组动作满足：Nmt表示微型燃气轮机组的总台数；步骤5：令k＝0，随机初始化系统状态sk；步骤6：所述能量管理系统在第k个决策时刻tk根据当前状态sk和Q值表，从行动空间D中选取Q值最大的行动agreedy，同时，随机选取有效行动arand；若成立，则将agreedy赋值给ak，否则将arand赋值给ak；其中Kb为玻尔兹曼常数；步骤7：所述冷热电联供微网系统执行第k个决策时刻tk的行动ak，并利用式(2)观测在第k个决策周期内产生的运行代价ck：ck=cmtk+cgask+cesk+cthsk+cthsk+cthwk---(2)]]>式(2)中，为第k个周期内微型燃气轮机组的运行代价、为第k个周期内燃气代价、为第k个周期内电储能装置的充放损耗代价、为第k个周期内热储能装置的充放损耗代价、为第k个周期内从大电网的购电代价、为第k个周期内热能流失代价；在第k个周期结束时，观测所述冷热电联供微网系统在第k+1个决策时刻tk+1的状态向量步骤8：判断tk+1＝ti+1是否成立，若成立，令k+1赋值给k，并记录第i+1个决策时刻ti+1的状态向量si+1后跳转到步骤9；若不成立，则利用式(3)更新Q值表后，令k+1赋值给k，并跳转至步骤6；Qm+1(sk,ak)=Qm(sk,ak)+α(ck-Qm(sk,ak)+mina′Qm(sk+1,a′))---(3)]]>式(3)中，Qm表示第m个样本轨道的Q值表；步骤9：判断第k个决策时刻tk是否处于高电价区间，若是，则执行步骤10；否则，执行步骤11；步骤10、禁止所述电储能装置的充电行动，并当电储能装置剩余电量低于最低电量时，令所述电储能装置的行动否则，令从而确定电储能装置的行动在第k个决策时刻tk采取以电定热的原则确定微型燃气轮机组的行动在第k个决策时刻tk采取以电定热的原则和所述微型燃气轮机组的行动来确定热储能装置的行动从而得到第k个决策时刻tk的行动跳转到步骤12；步骤11：禁止电储能装置放电行动，并当电储能装置剩余电量高于最高电量时，令电储能装置行动否则，令在第k个决策时刻tk采取以热定电原则确定微型燃气轮机组的行动在第k个决策时刻tk采取以热定电的原则和所述微型燃气轮机组的行动来确定热储能装置的行动从而得到第k个决策时刻tk的行动步骤12：利用式(2)计算第k个决策周期产生的运行代价ck后，令k+1赋值给k；步骤13：观测k＝K是否成立，若成立，则利用式(4)计算所述非学习周期内的平均代价cexp，若不成立，则返回步骤9；cexp=1K-(i+1)Σi+1Kck---(4)]]>步骤14：利用式(5)更新Q值表：Qm+1(si,ai)＝Qm(si,ai)+α(cexp+Gm+1(si+1)‑Qm(si,ai))            (5)式(5)中，ai为第i个决策时刻ti的行动，si为第i个决策时刻ti的状态向量，Gm+1(si+1)为第m+1个样本轨道在非学习周期上第i+1个决策时刻ti+1状态向量si+1的状态值函数，并有：Gm+1(si+1)＝(1‑α)Gm(si+1)+αcexp   (6)步骤15：更新模拟退火温度Temp为βT×Temp，其中，βT∈(0,1)；步骤16：令m+1赋值给m，并判断m＞M是否成立，若成立则停止循环，实现能量调度的优化；否则返回步骤5。