[发明专利]一种考虑源荷储互动的虚拟电厂能量协同优化方法

摘要

本发明属于电力系统优化调度领域，具体涉及一种考虑源荷储互动的虚拟电厂能量协同优化方法。本发明基于电力系统在线运行状态数据采集，设计了一种采用竞争深度Q网络(dueling deep Q network，DDQN)结构的无模型深度强化学习(deep reinforcement learning，DRL)方法，在实际光伏出力、日负荷波动情况下，以蓄电池和可中断负荷配合进行能量优化。首先构建了基于DDQN的虚拟电厂(virtual power plant，VPP)体系结构，接着将VPP的能量管理问题公式化为马尔科夫决策过程(Markov decision process，MDP)，分别定义了状态、动作和奖励函数。最后将基于DDQN的DRL算法应用到具有最大累积奖励的MDP求解中进行训练与验证，以获得最大利益下蓄电池与可中断负荷优化结果。