本發(fā)明涉及虛擬電廠，尤其是涉及一種虛擬電廠資源協(xié)調優(yōu)化控制方法、系統(tǒng)、設備及介質。

背景技術：

1、在電網(wǎng)實際運行中，可再生能源正被大量接入電力系統(tǒng)，然而由于可再生能源自然產(chǎn)生的不連續(xù)性，將會導致發(fā)電引起波動，針對該情況則需要其他能源如電池能量存儲系統(tǒng)進行補償，以平滑可再生能源自然產(chǎn)生的可變性，保障電網(wǎng)頻率穩(wěn)定并抑制由反向功率流引起的電壓上升，但是在使用多種的其他能源的過程中，存在容量不方便進行控制的情況。

2、中國申請專利cn118508526a公開了一種基于神經(jīng)網(wǎng)絡的虛擬電廠控制方法、系統(tǒng)及設備，通過構建基于神經(jīng)網(wǎng)絡的優(yōu)激勵模型獲得儲能方案和放能方案，但該方法僅依賴虛擬電廠中的相關數(shù)據(jù)規(guī)劃控制方案，無法進行環(huán)境交互，忽略了環(huán)境對虛擬電網(wǎng)的影響，容易導致其生成的控制方案與實際虛擬電網(wǎng)控制脫軌。

3、因此，提供一種能夠結合環(huán)境信息的虛擬電廠內(nèi)部資源協(xié)調控制的方法是需要解決的問題。

技術實現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術存在的缺陷而提供一種虛擬電廠資源協(xié)調優(yōu)化控制方法、系統(tǒng)、設備及介質。

2、本發(fā)明的目的可以通過以下技術方案來實現(xiàn)：

3、根據(jù)本發(fā)明的第一方面，提供了一種虛擬電廠資源協(xié)調優(yōu)化控制方法，所述的方法包括：

4、獲取原始數(shù)據(jù)和約束，所述的原始數(shù)據(jù)包括各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)、設備狀態(tài)、負荷用電量和天氣情況；所述的分布式能源發(fā)電量包括可再生能源發(fā)電量和其他能源發(fā)電量；所述的約束包括虛擬電廠容量約束、過壓保護約束和成本約束；

5、基于所述的原始數(shù)據(jù)利用長短期記憶網(wǎng)絡預測未來虛擬電廠中各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)和負荷用電量；

6、基于預測得到的各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)和負荷用電量利用多智能體強化學習算法生成虛擬電廠內(nèi)部資源協(xié)調優(yōu)化控制策略；將可再生能源、其他能源和儲能設施作為智能體，確定智能體的動作集合為是否發(fā)電和發(fā)電量，智能體的狀態(tài)集合為當前時刻下智能體的發(fā)電狀態(tài)和發(fā)電量，根據(jù)所述的約束構建智能體的獎懲；

7、根據(jù)所述的虛擬電廠內(nèi)部資源協(xié)調優(yōu)化控制策略實現(xiàn)對虛擬電廠內(nèi)部資源優(yōu)化調整。

8、作為優(yōu)選的技術方案，所述的預測未來虛擬電廠中各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)和負荷用電量的方法為：

9、將所述的原始數(shù)據(jù)進行預處理，所述的預處理包括數(shù)據(jù)清洗、校驗、歸一化和平滑處理；

10、將預處理后的原始數(shù)據(jù)輸入訓練好的長短期記憶網(wǎng)絡，輸出未來的各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)和負荷用電量。

11、作為優(yōu)選的技術方案，所述的長短期記憶網(wǎng)絡的訓練方式為離線訓練和在線學習。

12、作為優(yōu)選的技術方案，所述的長短期記憶網(wǎng)絡包括輸入層、lstm層和輸出層，所述的lstm層包括遺忘門、輸入門、候選記憶單元、輸出門、記憶細胞和隱藏狀態(tài)。

13、作為優(yōu)選的技術方案，所述的生成虛擬電廠內(nèi)部資源協(xié)調優(yōu)化控制策略的方法為：

14、初始化多智能體強化學習算法參數(shù)，基于預測得到的各類分布式能源發(fā)電量和儲能設施的儲能狀態(tài)獲取每一智能體的初始狀態(tài)和初始動作；

15、基于每一智能體的初始狀態(tài)和初始動作計算對應智能體的局部值函數(shù)；

16、整合每一智能體的局部值函數(shù)獲取全局值函數(shù)，并根據(jù)全局值函數(shù)確定每一智能體下一時刻的動作；

17、智能體執(zhí)行所述的下一時刻的動作并計算該動作的獎懲，生成對應時刻的智能體狀態(tài)；

18、智能體根據(jù)獎懲和所述的對應時刻的智能體狀態(tài)更新算法參數(shù)，并重復上述操作直至算法收斂，根據(jù)獎懲輸出每一智能體的最佳動作，集合每一智能體的最佳動作生成虛擬電廠內(nèi)部資源協(xié)調優(yōu)化控制策略。

19、作為優(yōu)選的技術方案，所述的獎懲包括成本獎勵、容量獎勵和過載懲罰；

20、所述的成本獎勵的表達式為：

21、

22、其中，n表示智能體數(shù)量；α表示智能體的動作中是否發(fā)電的決定參數(shù)，為01型數(shù)據(jù)，且當α＝1時智能體動作為發(fā)電，當α＝1時智能體動作為不發(fā)電；qi表示第i個智能體的動作中發(fā)電量；ci為智能體i的發(fā)電成本；cmax為成本允許最大值；

23、所述的容量獎勵的表達式為：

24、

25、其中，k1表示獎勵系數(shù)，qmax表示最大容量限制；

26、所述的過載懲罰的表達式為：

27、r3＝k2(o實-omax)，

28、其中，k2表示懲罰系數(shù)，o實表示實際過載，omax表示過載閾值；

29、總獎懲函數(shù)為：r＝r1+r2-r3。

30、作為優(yōu)選的技術方案，所述的多智能體強化學習算法的訓練過程為：

31、智能體從狀態(tài)集合中選取某一狀態(tài)，計算該狀態(tài)下的動作，并根據(jù)動作更新獎懲和下一時刻的狀態(tài)，將所述的狀態(tài)、動作、獎懲和下一時刻的狀態(tài)作為經(jīng)驗存放至經(jīng)驗回放池中，不斷重復至經(jīng)驗回放池容量為零；

32、從經(jīng)驗回放池中任意選取一批經(jīng)驗按照預設比例劃分為訓練集、測試集和驗證集；

33、利用訓練集訓練多智能體強化學習算法，并利用梯度損失函數(shù)更新算法參數(shù)，利用測試集和驗證集檢測訓練效果，并將訓練效果最好對應的算法參數(shù)作為最終參數(shù)。

34、根據(jù)本發(fā)明的第二方面，提供一種虛擬電廠資源協(xié)調優(yōu)化控制系統(tǒng)，所述的系統(tǒng)用于上述方法，包括：

35、數(shù)據(jù)采集與分析模塊：用于采集虛擬電網(wǎng)中各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)、設備狀態(tài)和負荷用電量以及對應區(qū)域內(nèi)的天氣情況，并根據(jù)所述的各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)、設備狀態(tài)和負荷用電量生成約束；

36、智能預測模塊：用于根據(jù)數(shù)據(jù)采集和分析模塊采集到的各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)、設備狀態(tài)、負荷用電量和天氣情況對未來虛擬電廠中各類分布式能源發(fā)電量、儲能設施的儲能狀態(tài)和負荷用電量進行預測，并輸出預測結果；

37、資源規(guī)劃與策略生成模塊：用于根據(jù)智能預測模塊輸出的預測結果結合所述的約束，利用多智能體強化學習算法輸出虛擬電廠內(nèi)部資源協(xié)調優(yōu)化控制策略；

38、控制器：根據(jù)所述的虛擬電廠內(nèi)部資源協(xié)調優(yōu)化控制策略實現(xiàn)對虛擬電廠內(nèi)部資源優(yōu)化調整。

39、根據(jù)本發(fā)明的第三方面，提供了一種電子設備，包括存儲器和處理器，所述存儲器上存儲有計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)所述的方法。

40、根據(jù)本發(fā)明的第四方面，提供了一種計算機可讀存儲介質，其上存儲有計算機程序，所述程序被處理器執(zhí)行時實現(xiàn)所述的方法。

41、與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)點：

42、1)、本發(fā)明先對虛擬電廠中未來的發(fā)電量和負荷進行預測，根據(jù)預測的結果使用多智能體強化學習算法將虛擬電廠中的發(fā)電設施作為算法智能體，將發(fā)電設施是否發(fā)電以及發(fā)電量多少作為智能體動作，并根據(jù)智能體動作設計獎懲函數(shù)，使得算法在面對包含可再生能源的復雜虛擬電廠情境下，仍舊能夠生成最佳的協(xié)調優(yōu)化控制策略，以應對可再生能源的自然可變性，保證電網(wǎng)頻率的穩(wěn)定并抑制由反向功率流引起的電壓上升；

43、2)、本發(fā)明通過多智能體強化學習算法，將環(huán)境信息納入考量范圍，實現(xiàn)了智能體和環(huán)境的交互，使其生成的虛擬電廠協(xié)調控制方案更符合實際運行；

44、3)、對長短期記憶網(wǎng)絡采用離線訓練和在線學習相結合的訓練方式，不僅縮短了訓練的時間，還無需構建龐大的網(wǎng)絡訓練數(shù)據(jù)庫，節(jié)約了計算成本。