用于综合能源系统的供需协同调控系统及方法

专利主权项内容

1.一种用于综合能源系统的供需协同调控系统，其特征在于，包括：目标策略确定模块，用于根据所述综合能源系统的历史运行数据构建原始马尔可夫决策模型，并利用双延迟深度确定性策略梯度算法对所述原始马尔可夫决策模型进行求解，以最大化累计奖励为目标函数对所述原始马尔可夫决策模型的参数进行训练，得到目标马尔可夫模型，将所述综合能源系统的当前观测状态输入到所述目标马尔可夫模型中，生成对应的目标调控策略；综合能源调控模块，用于根据所述目标调控策略对所述综合能源系统中的调控决策对象进行调控；其中，所述综合能源系统包括发电系统、外部电网、储能系统和用电系统；所述发电系统包括风电系统、光伏系统和燃气系统；所述调控决策对象包括外部电网的售电功率、发电系统的输出功率、储能系统的充放电功率及用电系统的可控负荷削减量；所述目标策略确定模块包括：原始模型构建模块，用于根据所述综合能源系统的历史运行数据生成所述原始马尔可夫决策模型的参数元组，通过所述参数元组构建所述原始马尔可夫决策模型，所述参数元组包括所述综合能源系统的观测状态、调控动作、奖励函数；原始模型求解模块，用于通过所述双延迟深度确定性策略梯度算法的异策略训练模型对所述原始马尔可夫决策模型进行求解；目标策略生成模块，用于将所述综合能源系统的当前观测状态输入到所述目标马尔可夫模型中，生成对应的初始调控策略，根据所述初始调控策略生成并发送调控动作至所述综合能源系统，并根据所述综合能源系统的响应对所述初始调控策略进行更新，直到更新次数达到预设更新数值，得到目标调控策略；其中，所述综合能源系统的响应包括下一时刻所述综合能源系统的观测状态及所述奖励函数；所述当前观测状态为：
；其中，为连续的状态空间；/>为当前时刻/>光伏系统的实际出力；/>为当前时刻/>风电系统的实际出力；/>为当前时刻/>储能系统的存储荷电状态；/>为当前时刻/>用电系统的可控负荷值；/>为当前时刻/>用电系统的不可控负荷值；所述调控动作为：
；其中，为连续的动作空间；/>为当前时刻/>向外部电网的购电功率；/>为当前时刻/>光伏系统的实际消纳功率；/>为当前时刻/>风电系统的实际消纳功率；/>为当前时刻/>燃气系统的输出功率；/>为当前时刻/>储能系统的充放电功率；/>为当前时刻/>用电系统的可控负荷削减量；所述奖励函数为：
；其中，为向外部电网的购电总成本系数；/>为光伏系统的总成本系数；/>为风电系统的总成本系数；/>为燃气系统的总成本系数；/>为储能系统的总成本系数；/>为用电系统的补偿系数；/>为当前时刻t向外部电网的购电功率；/>为当前时刻/>光伏系统的实际消纳功率；/>为当前时刻/>风电系统的实际消纳功率；/>当前时刻/>燃气系统的输出功率；当前时刻/>储能系统的充放电功率；/>当前时刻/>用电系统的可控负荷削减量。