本發(fā)明屬于電力系統(tǒng)優(yōu)化調(diào)度領(lǐng)域，尤其涉及一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法。

背景技術(shù)：

1、在能源轉(zhuǎn)型與電力市場化進(jìn)程加速的背景下，虛擬電廠作為一種新興的電力資源整合與優(yōu)化利用模式應(yīng)運(yùn)而生。電力系統(tǒng)面臨著諸多挑戰(zhàn)，如分布式能源的大規(guī)模接入使得電力供應(yīng)的穩(wěn)定性與可控性降低，其發(fā)電的間歇性和波動性易引發(fā)電網(wǎng)頻率、電壓波動等問題，威脅電網(wǎng)安全運(yùn)行。同時(shí)，隨著環(huán)保要求日益嚴(yán)格，減少碳排放成為電力行業(yè)關(guān)鍵任務(wù)，傳統(tǒng)以火電為主的發(fā)電結(jié)構(gòu)亟需調(diào)整，需提升清潔能源在電力供應(yīng)中的占比。然而，清潔能源發(fā)電受自然條件制約，進(jìn)一步加劇了電力供需平衡與調(diào)度的復(fù)雜性。在電力市場方面，價(jià)格頻繁波動，現(xiàn)有調(diào)度方法難以兼顧經(jīng)濟(jì)效益與環(huán)境效益，無法根據(jù)市場動態(tài)和設(shè)備性能實(shí)現(xiàn)資源的高效配置。而且，現(xiàn)有虛擬電廠調(diào)度技術(shù)在考慮多能源設(shè)備協(xié)同運(yùn)行時(shí)，往往忽略了儲能設(shè)備充放電效率、各類設(shè)備性能約束及發(fā)電波動性等綜合因素，缺乏系統(tǒng)性的優(yōu)化方案，難以滿足現(xiàn)代電力系統(tǒng)對高效、穩(wěn)定、綠色運(yùn)行的需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對上述背景技術(shù)中所存在的技術(shù)問題，提出一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法。

2、為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案為，包括以下步驟：

3、s1、首先從虛擬電廠內(nèi)各個(gè)分布式電源、儲能設(shè)備、負(fù)荷管理系統(tǒng)中采集實(shí)時(shí)數(shù)據(jù)；

4、s2、對采集的數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、標(biāo)準(zhǔn)化；

5、s3、構(gòu)建優(yōu)化的目標(biāo)函數(shù)，不僅考慮經(jīng)濟(jì)效益和環(huán)境效益，還引入電力市場的價(jià)格波動、電網(wǎng)負(fù)荷預(yù)測、各類能源設(shè)備的性能約束、儲能設(shè)備的充放電效率、虛擬電廠的發(fā)電波動性因素，綜合的目標(biāo)函數(shù)為：f(x)＝α·c(x)-β·e(x)-γ·r(x)，其中c(x)代表經(jīng)濟(jì)效益，e(x)表示為環(huán)境效益，r(x)為約束函數(shù)，α，β，γ是權(quán)重系數(shù)；

6、s4、最后采用改進(jìn)非支配排序遺傳算法nsga-ii來多目標(biāo)優(yōu)化目標(biāo)函數(shù)，提高了優(yōu)化效率；

7、其中所述改進(jìn)非支配排序遺傳算法nsga-ii的實(shí)現(xiàn)為：

8、s41、首先進(jìn)行初始化種群并初始化個(gè)體參數(shù)；

9、s42、采用雙重選擇機(jī)制計(jì)算個(gè)體的非支配排序并改進(jìn)擁擠度度量；

10、s43、進(jìn)行自適應(yīng)交叉和變異操作；

11、s44、生成新的種群，當(dāng)達(dá)到最大設(shè)定的30代迭代次數(shù)時(shí)終止算法，并輸出結(jié)果。

12、作為優(yōu)選，所述步驟s3中經(jīng)濟(jì)效益c(x)的具體形式為：其中psell(t)表示在時(shí)刻t銷售的電量，pbuy(t)為在時(shí)刻t購買的電量，λ(t)，μ(t)分別為電力市場的銷售和購買電價(jià)，cfuel,i(t)，cop,i(t)表示第i類設(shè)備的燃燒成本和運(yùn)營成本。

13、作為優(yōu)選，所述步驟s3中環(huán)境效益e(x)的具體形式為：其中αj，βeco為環(huán)境保護(hù)系數(shù)，cfj是第j類發(fā)電方式的碳排放因子，pgen,j(t)是在時(shí)刻t由第j類設(shè)備產(chǎn)生的電量，pgen,coal(t)是由燃煤電廠產(chǎn)生的電量。

14、作為優(yōu)選，所述步驟s3中約束函數(shù)r(x)的具體形式為：其中soc(t)表示設(shè)備的充電狀態(tài)，該約束函數(shù)確保虛擬電廠的所有設(shè)備在調(diào)度過程中都滿足其運(yùn)行限制。

15、作為優(yōu)選，所述步驟s42中采用雙重選擇機(jī)制計(jì)算個(gè)體的非支配排序并改進(jìn)擁擠度度量的實(shí)現(xiàn)步驟為：

16、s421、首先計(jì)算非支配關(guān)系；

17、s422、改進(jìn)的擁擠度度量是同時(shí)考慮目標(biāo)空間和決策空間中的解密度，具體做法為：其中fk(xi)為個(gè)體xi在第k個(gè)目標(biāo)上的函數(shù)值，fk(xi′)為xi相鄰個(gè)體xi′在第k個(gè)目標(biāo)上的函數(shù)值，xi(d)為個(gè)體xi在決策空間中第d個(gè)決策變量的值；

18、s423、篩選局部最優(yōu)解，在每個(gè)非支配等級中，按照擁擠度從高到底排序，優(yōu)選選擇擁擠度高的解：優(yōu)先級local(xi)＝-dcrowd(xi)，從當(dāng)前非支配等級中選擇nlocal個(gè)局部最優(yōu)解，組成局部解合集；

19、s424、綜合非支配等級和擁擠度，計(jì)算全局優(yōu)先級：優(yōu)先級global(xi)＝f(xi)+dcrowd(xi)，其中，f(xi)為非支配排序等級，按照全局優(yōu)先級從低到高排序，從種群中選擇nglobal個(gè)全局最優(yōu)解；

20、s425、最后將局部解集合與全局解集合合并，得到候選集合。

21、作為優(yōu)選，所述步驟s43中自適應(yīng)交叉和變異操作的具體實(shí)現(xiàn)為：自適應(yīng)交叉實(shí)現(xiàn)公式為：其中diversity為種群多樣性度量；另外自適應(yīng)變異的操作為：其中s(xi)為個(gè)體xi的適應(yīng)度，smax為種群中適應(yīng)度最優(yōu)的個(gè)體。

22、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于，在目標(biāo)函數(shù)構(gòu)建上，全面綜合經(jīng)濟(jì)效益與環(huán)境效益，并創(chuàng)新性引入電力市場價(jià)格波動、電網(wǎng)負(fù)荷預(yù)測、能源設(shè)備性能約束、儲能設(shè)備充放電效率及發(fā)電波動性等因素，突破傳統(tǒng)方法單一考量局限。改進(jìn)的nsga-ii算法，其雙重選擇機(jī)制融合局部與全局最優(yōu)性，在虛擬電廠設(shè)備調(diào)度中可快速定位局部優(yōu)解并導(dǎo)向全局最優(yōu)，加速收斂。改進(jìn)擁擠度度量兼顧多空間解密度，精準(zhǔn)評估個(gè)體。自適應(yīng)遺傳操作依種群動態(tài)靈活調(diào)整交叉變異概率及幅度，平衡全局和局部搜索，高效提升優(yōu)化效果，增強(qiáng)整體適應(yīng)性。

技術(shù)特征：

1.一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法，其特征在于，所述步驟s3中經(jīng)濟(jì)效益c(x)的具體形式為：其中psell(t)表示在時(shí)刻t銷售的電量，pbuy(t)為在時(shí)刻t購買的電量，λ(t)，μ(t)分別為電力市場的銷售和購買電價(jià)，cfuel,i(t)，cop,i(t)表示第i類設(shè)備的燃燒成本和運(yùn)營成本。

3.根據(jù)權(quán)利要求1所述的一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法，其特征在于，所述步驟s3中環(huán)境效益e(x)的具體形式為：其中αj，βeco為環(huán)境保護(hù)系數(shù)，cfj是第j類發(fā)電方式的碳排放因子，pgen,j(t)是在時(shí)刻t由第j類設(shè)備產(chǎn)生的電量，pgen,coal(t)是由燃煤電廠產(chǎn)生的電量。

4.根據(jù)權(quán)利要求1所述的一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法，其特征在于，所述步驟s3中約束函數(shù)r(x)的具體形式為：其中soc(t)表示設(shè)備的充電狀態(tài)，該約束函數(shù)確保虛擬電廠的所有設(shè)備在調(diào)度過程中都滿足其運(yùn)行限制。

5.根據(jù)權(quán)利要求1所述的一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法，其特征在于，所述步驟s42中采用雙重選擇機(jī)制計(jì)算個(gè)體的非支配排序并改進(jìn)擁擠度度量的實(shí)現(xiàn)步驟為：

6.根據(jù)權(quán)利要求1所述的一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法，其特征在于，所述步驟s43中自適應(yīng)交叉和變異操作的具體實(shí)現(xiàn)為：自適應(yīng)交叉實(shí)現(xiàn)公式為：其中diversity為種群多樣性度量；另外自適應(yīng)變異的操作為：其中s(xi)為個(gè)體xi的適應(yīng)度，smax為種群中適應(yīng)度最優(yōu)的個(gè)體。

技術(shù)總結(jié)
本發(fā)明屬于電力系統(tǒng)優(yōu)化調(diào)度領(lǐng)域，尤其涉及一種基于機(jī)器學(xué)習(xí)的虛擬電廠優(yōu)化調(diào)度方法。首先采集虛擬電廠內(nèi)分布式電源、儲能設(shè)備、負(fù)荷管理系統(tǒng)的發(fā)電量、負(fù)荷需求等實(shí)時(shí)數(shù)據(jù)，并清洗、標(biāo)準(zhǔn)化。接著構(gòu)建綜合目標(biāo)函數(shù)，涵蓋經(jīng)濟(jì)效益、環(huán)境效益及電力市場價(jià)格波動多因素。然后采用改進(jìn)NSGA?II算法優(yōu)化，其雙重選擇機(jī)制結(jié)合局部與全局最優(yōu)性加速收斂，改進(jìn)擁擠度度量精準(zhǔn)評估個(gè)體，自適應(yīng)交叉和變異操作依種群動態(tài)調(diào)整。通過此方法，能實(shí)現(xiàn)經(jīng)濟(jì)效益與環(huán)境效益最大化平衡，滿足設(shè)備運(yùn)行約束，提升虛擬電廠運(yùn)行效率與穩(wěn)定性，為電力系統(tǒng)優(yōu)化提供創(chuàng)新方案。

技術(shù)研發(fā)人員：唐永,楊林林,李作良,殷浩,宋純活,莊浩,徐珊
受保護(hù)的技術(shù)使用者：山東能源電力銷售有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15