计及虚拟储能的综合能源系统调度方法、设备及存储介质与流程

摘要: 本发明涉及综合能源系统优化调度,尤其涉及一种计及虚拟储能的综合能源系统调度方法、设备及存储介质。背景技术:1、随着能源结构的转型,涵盖微型燃气轮机、燃气锅炉、电...
计及虚拟储能的综合能源系统调度方法、设备及存储介质与流程

本发明涉及综合能源系统优化调度,尤其涉及一种计及虚拟储能的综合能源系统调度方法、设备及存储介质。

背景技术:

1、随着能源结构的转型,涵盖微型燃气轮机、燃气锅炉、电空调以及电解槽、燃料电池等多种能源转换设备的园区综合能源系统得到了广泛应用。然而,系统中光伏与风力发电出力的强随机性和波动性给系统的安全稳定运行带来了巨大挑战。

2、目前,处理源荷不确定性的主流方法是采用两阶段随机优化,该方法通过生成对应的不确定性场景集s,以经济或碳排放等优化指标,计算设备的启停计划与出力情况。在此基础上,为了进一步提升系统的灵活性与经济性,部分研究开始关注建筑与供热/冷管网的热惯性,将其作为虚拟储能引入调度模型中。

3、然而目前考虑虚拟储能的随机调度方法存在模型精度和计算速度上的矛盾。在现有调度算法中,常采用集总参数法对管网进行建模,将长距离管网视为单一节点,误差极大。若要准确描述冷热能源在管道中传输的时滞和衰减特性,必须采用分布参数法。但在日内多时间尺度的滚动优化中,高精度的分布参数偏微分方程会导致混合整数规划问题的求解维度呈指数级爆炸,极易发生求解超时,无法满足日内短时间步长(如15分钟或5分钟)的实时在线调度需求。

4、部分研究采用深度学习对优化问题进行求解以加快求解速度,虽然该方法在线执行速度快,但由于神经网络的特性,难以设置物理硬约束。其输出动作在面对训练集之外的极端恶劣工况时,容易违背设备约束,出现设备调度方案超出物理安全边界的问题。

技术实现思路

1、为了解决上述问题,本发明提出一种计及虚拟储能的综合能源系统调度方法、设备及存储介质,在综合能源系统的调度问题中引入分布参数的虚拟储能模型,同时使用深度强化学习进行求解,在不牺牲管网热力学模型精度的前提下,实现了综合能源系统在强不确定性环境下的低碳、经济与快速协同调度。

2、本发明采用的技术方案如下:

3、一种计及虚拟储能的综合能源系统调度方法,包括:

4、构建计及虚拟储能的综合能源系统多能耦合模型;

5、基于风光出力不确定性生成包括多个发生概率的离散场景集,结合多能耦合模型构建两阶段随机优化调度模型,求解得到日前调度方案集合;其中,所述日前调度方案集合中的日前调度方案作为日内调度的基准方案;

6、构建日内调度的马尔可夫决策环境,并设置状态空间、动作空间及奖励函数;

7、基于所述日前调度方案集合和马尔可夫决策环境,构建离线经验回放池,并采用深度强化学习方法执行策略网络的离线预训练;

8、获取当前综合能源系统各设备的实时状态,并输入训练完成的策略网络得到相对于基准方案的设备功率修正值,结合物理安全可行域通过二次规划投影得到日内安全调度方案。

9、进一步地,所述构建计及虚拟储能的综合能源系统多能耦合模型,包括:

10、对于综合能源系统中的冷热管网,采用分布参数法构建动态热工水力学偏微分方程:

11、

12、其中,为工质密度,

a为管道截面积,为工质比热容,为流速,为热损失系数,为工质温度,为环境温度;

13、采用有限差分法对所述动态热工水力学偏微分方程进行离散化处理,并根据温度积分构建冷热管网的虚拟储能设备模型,其荷电状态如下:

14、

15、其中,

n为离散化管道节点数量,为第

i个离散管段内工质质量,为第

i个离散管段在t时刻工质温度,为管网允许的温度上限,为管网允许的温度下限。

16、进一步地,所述结合多能耦合模型构建两阶段随机优化调度模型,包括:

17、在不确定性场景实际发生前执行第一阶段决策:将综合能源系统中慢动态能源设备的日前启停状态变量作为第一阶段决策结果,所述慢动态能源设备包括微型燃气轮机、燃气锅炉和氢能电解槽;将第一阶段决策结果作为全局约束条件传递至第二阶段,且第一阶段的决策变量独立于离散场景集中的任意场景;以设备启停成本与设备维护成本之和最小化作为第一阶段的决策目标。

18、进一步地,所述结合多能耦合模型构建两阶段随机优化调度模型,还包括:

19、在第一阶段确定的设备启停状态约束下执行第二阶段决策:针对离散场景集中的每一个具体场景,分别决策对应场景下的设备连续运行变量,所述连续运行变量包括综合能源系统与主网的交互功率、各能源设备的连续出力功率以及冷热管网虚拟储能的充放能状态;以各场景下的期望能源购买成本与阶梯碳交易成本之和最小化作为第二阶段的决策目标;

20、结合第一阶段与第二阶段的决策目标构建总目标函数:

21、

22、其中,为第一阶段的决策目标,为第二阶段的决策目标,为具体场景,为场景集,为场景

s的发生概率;

23、通过求解器对总目标函数进行求解,输出全局最优的设备启停计划,并基于各场景的期望值生成日前调度方案集合。

24、进一步地,所述构建日内调度的马尔可夫决策环境,包括:

25、设定状态空间,所述状态空间包括当前时刻的风力发电实际出力、光伏发电实际出力、冷热电负荷需求、实体储能运行状态、冷热管网虚拟储能状态以及对应时刻的日前调度方案;

26、设定动作空间,所述动作空间包括各类可调能源设备的日内功率修正值,用于对日前调度方案的基准功率进行偏差调整;

27、设定奖励函数,所述奖励函数包括日内运行成本项、碳排放惩罚项以及日内功率设定值相对于日前调度方案的偏移惩罚项。

28、进一步地,所述基于所述日前调度方案集合和马尔可夫决策环境,构建离线经验回放池,并采用深度强化学习方法执行策略网络的离线预训练,包括:

29、提取日前调度方案集合中的多场景调度数据,结合马尔可夫决策环境的状态转移规则生成对应的经验样本,将全部经验样本存入离线经验回放池;

30、构建用于策略评估的评判网络、用于输出动作的策略网络,并设置温度系数自适应调节机制;采用深度强化学习方法,基于离线经验回放池中的样本对网络进行迭代训练;分别制定评判网络代价函数、策略网络代价函数与温度系数自适应代价函数,采用随机梯度下降优化器更新网络参数,直至网络训练收敛。

31、进一步地,所述获取当前综合能源系统各设备的实时状态,并输入训练完成的策略网络得到相对于基准方案的设备功率修正值,包括:

32、将日前调度方案作为日内调度的软约束与起始求解点;日内调度以日前调度方案为基准,通过功率修正值进行偏差调整;将包含管网动态特性计算的随机优化计算前置至日前规划阶段与离线训练阶段;日内调度阶段通过训练完成的策略网络执行前向传播输出调度修正量。

33、进一步地,所述结合物理安全可行域通过二次规划投影得到日内安全调度方案,包括:

34、根据上一时刻各设备的实际运行状态与系统预设的最大爬坡速率约束,求解得到当前时刻调度的物理安全可行域;所述物理安全可行域包括设备剩余容量约束、设备爬坡与降坡速率约束以及多能流供需平衡约束;

35、以最小化原始动作与投影后动作的欧氏距离为目标,通过二次规划方法将策略网络输出的设备功率修正值投影至所述物理安全可行域内,得到与原始功率修正值最接近、且满足全部物理约束的日内安全调度方案。

36、一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述计及虚拟储能的综合能源系统调度方法。

37、一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现所述计及虚拟储能的综合能源系统调度方法。

38、本发明的有益效果在于:

39、1、现有技术若采用分布参数法(偏微分方程)描述管网,极易在日内高频滚动优化中因计算量呈指数级爆炸而超时。本发明采用深度强化学习架构,将分布参数法的复杂计算前置于离线训练与日前规划中;在日内实时调度时,利用深度强化学习智能体的前向传播直接映射输出策略。该机制规避了日内复杂机理方程的在线求解迭代过程,将计算时间由传统的数十分钟级压缩至毫秒级,满足了综合能源系统在强不确定性下的在线控制需求。

40、2、传统的深度强化学习在综合能源调度中存在无法设定硬约束的问题,极易下发违背能量平衡或超出设备爬坡极限的指令。本发明在策略网络输出端与底层执行端之间创新性地嵌入了二次规划安全投影层,实时计算动态物理安全可行域。该机制对智能体的原始调度指令进行实时矫正,确保最终下发的调度动作满足设备的容量上下限与最大爬坡/降坡速率硬约束,保证了调度方案的物理可行性。

41、3、本发明采用分布参数法描述供热/供冷管网中能量传输的时滞和衰减特性,并创新性地将其积分映射为虚拟荷电状态。该机制将热力供需刚性约束放宽为柔性区间约束,相当于在不增加实体储能电池投资的前提下,为系统创造了一个能量缓冲池,大幅提高了综合能源系统对光伏、风电等强波动性可再生能源的就地消纳能力,并显著降低了系统对外部电网和天然气管网的依赖成本。

42、4、现有的大多数日内强化学习调度方法容易陷入局部最优,容易为了当前时刻的利益过度消耗储能。本发明在日内马尔可夫决策过程的设计中,将日前两阶段随机优化得出的日前调度方案嵌入智能体的状态空间,并在奖励函数中引入跨尺度偏离惩罚项。这一设计使得日内调度既具备应对风光实时波动的快速响应能力,又受到日前全局经济与碳排放最优方案的约束,实现了长期经济效益与短期物理平衡的统一。