区域电力能源互济微电网控制系统及方法与流程

摘要: 本发明涉及区域电力能源互济微电网控制系统及方法,属于微电网能量管理与优化调度。背景技术:1、大随着能源结构的转型和分布式可再生能源的广泛接入,微电网作为实现分布...
区域电力能源互济微电网控制系统及方法与流程

本发明涉及区域电力能源互济微电网控制系统及方法,属于微电网能量管理与优化调度。

背景技术:

1、大随着能源结构的转型和分布式可再生能源的广泛接入,微电网作为实现分布式能源高效利用的重要形式,其运行控制策略正从单一自治向区域互联互济演进。通过将地理位置邻近的多个微电网互联形成微电网群,可以利用各微电网在资源禀赋和负荷特性上的互补性,实现区域范围内的能源优化配置与共享,从而提升整体能源利用效率与供电可靠性。然而,实现高效的区域电力能源互济面临着多主体协调控制复杂、可再生能源出力不确定性等多重技术挑战。

2、专利cn111552912a提出了一种基于双层经济优化的微电网群能量管理方法,将优化问题分解为上下两层:上层为配电网层面的优化,以最小化配电网的运行成本为目标;下层为微电网层面的优化,以最小化各微电网的运行成本为目标。上下两层通过电价信号进行交互,上层配电网根据全局情况制定电价,下层微电网根据电价调整自身的用电和发电计划。这种双层优化模型能够有效地协调配电网与微电网群之间的利益关系,实现整体经济效益的提升。然而,该专利主要侧重于经济层面的优化,对于系统的可靠性、供电质量以及应对可再生能源不确定性的能力考虑不足。此外,其优化过程依赖于精确的数学模型和预测数据,在实际应用中可能因模型失配和预测误差而影响控制效果。专利cn114819336a引入多智能体强化学习(multi-agent reinforcement learning, marl)技术来解决微电网群的协同优化问题。在该方法中,每个微电网被建模为一个智能体(agent),智能体通过与环境的交互(如观察状态、执行动作、获得奖励)来学习最优的控制策略,以实现自身的优化目标。同时,智能体之间通过通信和协作,共同学习一个能够实现全局最优或接近全局最优的协同策略。这种方法的优势在于其强大的自适应性和学习能力,无需精确的数学模型,能够应对环境的动态变化和不确定性。然而,该专利在状态空间、动作空间和奖励函数的设计上相对简单,难以处理复杂的非线性约束和多目标优化问题。此外,多智能体强化学习的训练过程通常需要大量的数据和计算资源,且收敛性难以保证,这在一定程度上限制了其在实际工程中的应用。

3、综上所述,现有技术在应对区域互联微电网系统时,普遍存在模型依赖性强、自适应能力弱、求解效率与精度不足等问题。

技术实现思路

1、为了提高区域电力能源互济的效率与可靠性,降低系统运行成本与碳排放,增强系统对可再生能源波动的抗干扰能力,本发明提供了区域电力能源互济微电网控制系统及方法,所述技术方案如下:

2、第一方面,本发明提供一种区域电力能源互济微电网控制系统,包括:

3、物理层,包括多个相互连接的微电网,每个微电网内部包含分布式能源、储能系统和负荷;

4、通信层,用于实现所述物理层与控制层之间的实时双向数据传输;

5、控制层,包括区域协调控制器和部署于每个微电网的本地控制器;所述区域协调控制器包括数字孪生建模模块和多智能体强化学习模块;

6、所述数字孪生建模模块用于基于所述物理层采集的运行数据,融合机理模型与数据驱动模型构建微电网的虚拟环境;所述多智能体强化学习模块用于在所述虚拟环境中,以每个微电网作为独立智能体进行集中式训练与分布式执行,生成能量调度与功率交换策略,并通过所述本地控制器下发至所述物理层执行,以实现区域能源互济的全局优化。

7、如此,本发明通过构建物理层、通信层和控制层的三层架构,并将数字孪生技术与多智能体强化学习深度融合,带来了显著的有益效果。首先,该系统有效解决了传统控制方法在应对高比例可再生能源波动性时的自适应能力不足问题,通过在数字孪生构建的高保真虚拟环境中进行训练,marl智能体能够在不影响物理系统安全的前提下,自主学习并优化能量调度与功率交换策略,从而显著增强了系统对复杂动态环境的鲁棒性和抗干扰能力。

8、其次,该系统采用“集中式训练、分布式执行”的范式,巧妙地平衡了全局优化与局部自治的需求,区域协调控制器利用全局信息进行策略训练,确保了区域能源互济的全局最优;而本地控制器基于本地观测独立执行决策,不仅降低了对通信网络的依赖,避免了单点故障风险,还提升了系统的响应速度和可扩展性。

9、本发明实现了区域能源的精细化、智能化管理,提升了整个微电网群的运行效率、可靠性和经济性。

10、可选的,所述机理模型与数据驱动模型的融合表达式为:

11、

12、其中为融合后输出,为机理模型输出,为数据驱动模型输出,为前一时段的预测残差,、、为自适应权重系数;所述机理模型包括分布式能源出力模型、储能系统rint等效电路模型、负荷预测模型和基于牛顿-拉夫逊法的电力潮流计算模型;所述数据驱动模型采用长短期记忆神经网络与注意力机制的混合深度学习模型,用于基于历史多维运行数据与气象数据预测未来时刻的系统状态。

13、如此,通过加权串行融合策略,将机理模型的物理可解释性与数据驱动模型的强大非线性拟合能力相结合,实现了对微电网运行状态的高精度预测。机理模型(如rint等效电路模型、牛顿-拉夫逊潮流计算)提供了系统运行的物理基准,确保了预测结果符合基本的物理定律;而数据驱动模型则专注于学习和补偿机理模型难以精确描述的复杂非线性残差,例如设备老化、环境突变等因素带来的影响,这种融合方式,不仅克服了单一机理模型精度受限和单一数据驱动模型可解释性差、泛化能力弱的缺点,还通过引入自适应权重系数,使模型能够根据工况变化动态调整,进一步提升了预测的鲁棒性。

14、可选的,所述多智能体强化学习模块采用基于actor-critic框架的多智能体深度确定性策略梯度算法;

15、策略网络的输入为本微电网的局部状态空间,输出为储能充放电功率指令、与相邻微电网的交换功率指令以及与主电网的交互功率指令;

16、价值网络的输入为包含所有微电网状态的全局状态空间,用于评估全局状态价值;

17、所述多智能体强化学习模块的奖励函数为多目标加权复合函数,所述复合函数的优化目标至少包括系统运行成本、碳排放量、失负荷概率以及功率偏差惩罚项。

18、如此,用基于actor-critic框架的多智能体深度确定性策略梯度算法,实现了复杂连续动作空间下的精准控制,通过引入全局状态价值网络,有效缓解了多智能体环境下的非平稳性问题,确保了策略训练的收敛性。同时,构建包含运行成本、碳排放及可靠性的多目标复合奖励函数,引导智能体在经济性、环保性与安全性之间实现最优权衡,从而达成区域能源互济的全局优化目标。

19、可选的,所述控制层还包括参数优化模块,所述参数优化模块采用改进的人工蜂群算法iabc对所述多智能体强化学习模块marl中的参数进行全局寻优;

20、所述改进的人工蜂群算法通过自适应搜索策略动态调整搜索步长,并引入精英引导机制保留最优解以引导种群搜索;

21、所述改进的人工蜂群算法的适应度函数表示为:

22、

23、其中,表示归一化运行成本、表示归一化碳排放量、表示供电可靠性指标,表示约束违反惩罚项。

24、如此,利用iabc算法强大的全局寻优能力,自适应地调整搜索步长并结合精英引导机制,能够快速、精准地锁定marl模块的最佳参数组合,有效避免了算法陷入局部最优。此外,构建的适应度函数综合考量了归一化运行成本、碳排放量、供电可靠性及约束违反惩罚,确保了优化后的参数不仅追求经济性,更兼顾了系统的环保性与安全约束,这种数据驱动的参数自整定机制,使得控制系统能够适应不同微电网群的特性,大幅降低了人工调试门槛,提升了系统的智能化水平和实际部署的便捷性。

25、可选的,iabc算法与marl模块采用双层协同优化框架,外层iabc算法负责网络参数空间的全局探索,内层marl模块负责给定参数下的策略训练,两者协同实现控制性能的全局最优,采用主从式并行架构加速,并设有在线增量优化机制,每隔预设时间段进行增量优化以适应工况缓慢变化。

26、如此,通过主从式并行架构与在线增量优化机制,系统不仅大幅提升了计算效率,缩短了训练周期,还能针对工况的缓慢漂移进行自适应调整。这种动态演进能力确保了控制策略在长期运行中的有效性与鲁棒性,有效解决了传统静态模型难以适应时变环境的难题。

27、可选的,所述多智能体强化学习模块的奖励函数为复合函数,具体形式为:

28、

29、其中为运行成本,为碳排放量,为失负荷概率惩罚项,为功率偏差惩罚项。

30、如此,通过构建包含成本、碳排放及功率偏差的多目标复合奖励函数,引导智能体在经济性、环保性与安全性之间实现最优权衡,确保系统全局优化运行。

31、可选的,所述多智能体强化学习模块的约束处理方式采用动作裁剪与惩罚函数相结合的方法,并设有安全层通过求解二次规划问题对动作进行最小修正以确保满足关键安全约束。

32、如此,采用动作裁剪与惩罚函数相结合,并引入基于二次规划的安全层,对动作进行最小修正。该方案在保障探索效率的同时,严格确保了关键安全约束的满足,有效防止了强化学习试错过程中的潜在安全风险,提升了系统运行的可靠性。

33、可选的,所述数字孪生模型与多智能体强化学习的交互流程包括:

34、状态同步步骤:通过传感器周期性采集物理微电网实时数据更新虚拟环境状态;

35、虚拟训练步骤:多智能体在数字孪生环境中执行动作,模型根据物理定律和融合预测模型计算下一状态及奖励值;

36、策略验证步骤:训练完成的策略在数字孪生模型中进行预设时间的连续仿真验证,满足性能指标后下发至物理系统执行;

37、在线校正步骤:策略下发后持续监测虚实偏差,当偏差超过阈值时触发策略回滚或重新训练。

38、如此,通过状态同步、虚拟训练、策略验证及在线校正的闭环交互流程,实现了数字孪生与物理实体的虚实联动。该机制不仅保障了训练环境的高保真度,还能通过实时偏差监测与策略回滚机制,有效规避了模型失配风险,确保了控制策略在物理系统中执行的安全性和可靠性。

39、可选的,所述区域协调控制器还配置有基于双重拍卖的功率交换协商机制,包括:

40、存在功率缺额的微电网作为买方提交购电报价,存在功率盈余的微电网作为卖方提交售电报价,区域协调控制器收集报价后按买方降序、卖方升序排列,从最高价买方与最低价卖方开始逐对匹配,当买方价格不低于卖方价格时成交,所有成交对采用统一清算价格结算。

41、如此,通过分层决策机制,将复杂控制问题解耦为上层经济调度与下层实时控制,不仅大幅降低了动作空间维度,加快了训练收敛速度,还有效协调了长期经济目标与短期动态响应的矛盾,提升了系统应对突发扰动的灵活性与稳定性。

42、第二方面,本发明提供一种区域电力能源互济微电网控制方法,应用于如上任一项所述的系统,包括以下步骤:

43、步骤1:采集物理层微电网的运行数据,融合机理模型与数据驱动模型构建数字孪生虚拟环境;

44、步骤2:在所述虚拟环境中,将各微电网建模为独立智能体,利用多智能体强化学习算法进行集中式训练与分布式执行,生成能量调度与功率交换策略;

45、步骤3:将训练收敛的策略网络参数下发至本地控制器,所述本地控制器根据实时采集的局部状态独立输出控制指令至物理层执行;

46、步骤4:在执行过程中,基于功率交换协商机制,实现区域能源互济。