数据驱动的电网前瞻优化调度-清华大学_37页_4mb

数据驱动的电网前瞻优化调度总结

核心内容

本文探讨了如何利用人工智能技术，特别是深度强化学习（DRL）和迁移学习，来优化电网的前瞻调度，以应对新能源装机容量增长和电网运行不确定性带来的挑战。研究重点在于构建一个数据驱动的调度模型，结合物理模型，提升调度的智能性、自适应性和效率。

主要观点

• 新能源装机容量增长：中国风电和光伏装机容量持续上升，给电网调度带来了新的挑战。
• 人工智能技术应用：深度学习、强化学习等AI技术已在可再生能源预测、负荷预测等领域取得应用成果，正逐步渗透到传统能源行业。
• 电网调度挑战：传统电网调度面临源荷不确定性、调度对象数量增加以及复杂度上升等问题，需提升智能化水平。
• 深度强化学习模型：基于SCED和SCUC问题，构建了包含状态输入、动作输出和奖励函数的深度强化学习模型，以实现多时段滚动前瞻调度。
• 改进DDPG算法：在传统DDPG算法基础上，引入“良好经验存储池”，提升智能体探索效率，缩短训练时间。
• 神经网络结构：采用全连接神经网络，结合两种激活函数进行优化。
• 训练方式设计：提出多时段联合优化与解耦优化训练方式，以适应不同规模系统的需求。
• 预训练环节：利用历史调度数据对神经网络参数进行初始化和预训练，提高模型精度和可行性。
• 模型驱动方法：融合物理模型进行不平衡量分配，提升调度模型的鲁棒性。
• 多运行场景迁移学习：构建运行场景数据集，进行特征相似度分析与聚类，提升智能体对不同场景的适应能力。
• 迁移智能体训练：通过迁移学习，使智能体在新拓扑和运行条件下快速适应，提升训练效率。
• 测试系统与结果：在IEEE-30和SG126系统上进行了测试，结果显示迁移智能体在故障场景下具有更高的收敛速度和调度精度。
• 在线决策效率：在线决策时间显著优于传统优化方法，提升调度响应速度。

关键信息

1. 基态下的电网前瞻调度模型

• 模型问题：包含安全约束经济调度（SCED）和安全约束机组合（SCUC）。
• 输入量：节点负荷 $\mathbf{L}{\tau}^{D,t}$ 和新能源出力预测 $\mathbf{P}{\tau}^{G_{new},t}$。
• 决策变量：机组有功出力 $\mathbf{P}_{\tau}^{G,t}$。
• 目标函数：发电与启停成本最小化，表达式为 $ \text{minC} = \sum_{nT-1} a(P^t)^2 + b(P) + c + CD $。
• 约束条件：
  • 功率实时平衡
  • 机组出力上下限
  • 新能源出力上下限
  • 机组爬坡约束
  • 线路潮流约束
  • 节点电压约束
  • 机组启停状态相关约束

2. 智能体训练方式

• 多时段联合优化：适用于小规模系统，但收敛时间较长。
• 多时段解耦优化：适用于大规模系统，缩短训练收敛时间。
• 参数预训练：通过历史调度数据对Actor和Critic网络进行初始化，提高模型精度与可行性。

3. 迁移强化学习框架

• 迁移目标：利用已有知识快速适应新拓扑和运行场景。
• 迁移步骤：
  • 构造源模型：基于正常拓扑训练源智能体。
  • 模型迁移：在拓扑变化时，使用源模型进行训练，提升适应能力。
• 场景聚类：通过K-means算法对运行场景进行聚类，降低调度决策复杂度。
• 故障场景处理：考虑N-1故障情况，设置故障集并进行迁移训练，提升模型对故障场景的适应性。

4. 算例分析

• 测试系统：
  • IEEE-30节点系统（6台机组，41条支路）
  • SG126系统（54台机组，185条支路，含18座新能源电站）
• 训练与测试数据：
  • 离线训练数据集：14天
  • 在线测试数据集：1天
• 训练效果：
  • IEEE-30系统：离线训练时间60小时，在线决策时间16秒
  • SG126系统：离线训练时间60小时，在线决策时间16秒
• 迁移效果：
  • 在N-1故障场景下，迁移智能体收敛时间减少12小时
  • 智能体决策出力满足安全约束，越限情况得到解决

5. 智能体与环境交互

• 智能体通过与环境的交互，学习调度策略，提升决策能力。
• 在线决策阶段，根据场景归类选择对应的迁移智能体，提升调度效率和安全性。

结论

本文提出了一种基于深度强化学习和迁移学习的数据驱动电网前瞻优化调度方法，解决了传统调度在不确定性场景下的适应性与效率问题。通过融合物理模型与数据驱动方法，提高了智能体的训练效果和调度决策质量，为未来大规模电网调度提供了新的思路和技术支持。