2023-06-20-清华大学-数据驱动的电网前瞻优化调度_37页_4mb

报告摘要

数据驱动的电网前瞻优化调度总结

核心内容

本研究探讨了如何将人工智能技术，特别是深度强化学习，应用于电网的前瞻优化调度，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。通过构建数据驱动的调度模型和引入迁移强化学习方法，提高了调度的智能化水平和适应性。

主要观点

新能源增长与调度挑战：随着风电、光伏等新能源装机容量的快速增长，电网调度面临源荷双侧不确定性、调度对象数量增加等复杂问题，对传统调度方法提出了更高要求。
人工智能技术应用：深度学习和强化学习技术在电网优化调度中展现出自适应性、智能性和快速性等优势，能够有效应对不确定场景下的调度决策。
多时段滚动前瞻调度模型：提出了基于安全约束经济调度（SCED）和安全约束机组组合（SCUC）的多时段滚动前瞻调度模型，包含目标函数、决策变量、约束条件等关键要素。
深度强化学习算法选择：采用改进的深度确定性策略梯度算法（DDPG），通过“良好经验存储池”提升智能体训练效率，缩短探索时间。
智能体训练方式设计：根据系统规模，设计了多时段联合优化与解耦优化两种训练方式，其中解耦优化适用于大规模系统，可有效缩短训练收敛时间。
神经网络参数预训练：利用历史调度数据进行预训练，以提高Actor和Critic网络参数的合理性，增强价值网络精度和探索到可行解的概率。
融合模型驱动的调度方法：结合物理模型和数据驱动方法，提出数据与模型联合驱动的调度策略，用于解决大规模系统中不平衡量分配问题。
运行场景聚类与迁移学习：通过特征相似度度量和聚类分析，将海量运行场景分类，提升调度决策效率。引入迁移学习方法，使智能体能够快速适应拓扑变化和故障场景。
离线训练与在线决策机制：构建了离线训练与在线决策相结合的机制，通过场景归类和迁移智能体训练，提升调度模型的场景包容性和适应性。

关键信息

模型结构与目标函数

状态输入：包含节点负荷、新能源出力预测、历史动作等信息。
决策变量：机组有功出力、无功出力等。
目标函数：最小化发电与启停成本，即 $ \text{minC} = \sum_{i=1}^{n_G} \sum_{\tau=0}^{T-1} a_i (P_{i,\tau}^{G,t})^2 + b_i P_{i,\tau}^{G,t} + c_i + C_{i,\tau}^{U,t} + C_{i,\tau}^{D,t} $。
约束条件：
- 功率实时平衡
- 机组出力上下限
- 新能源出力限制
- 机组爬坡约束
- 线路潮流约束
- 节点电压约束

智能体设计

奖励函数：由主线奖励和五项惩罚项组成，用于引导智能体向满足安全约束和优化目标的方向学习。
神经网络结构：采用全连接神经网络，使用两种激活函数（如ReLU、Tanh）提升模型性能。
迁移智能体训练：
- 构造源模型：基于正常拓扑训练源智能体。
- 模型迁移：利用源模型快速适应拓扑变化，缩短新场景下的训练时间。

算例分析

测试系统：IEEE-30节点系统和SG126系统（含18座新能源电站）。
训练与测试数据：
- 离线训练数据集规模：14天
- 在线测试数据集规模：1天
训练效果：
- IEEE-30系统：离线训练时间30小时，在线决策时间5秒，与OPF成本相比仅增加0.031%。
- SG126系统：离线训练时间60小时，在线决策时间16秒。
故障场景处理：
- 针对N-1故障情况，通过迁移学习训练对应故障场景的智能体，显著减少收敛时间。
- 在Branch43发生断线故障时，迁移智能体有效解决潮流越限问题。