【技術實現步驟摘要】
本專利技術涉及儲能、電力現貨市場，尤其涉及一種基于儲能系統參與日前交易市場的優化調度方法。
技術介紹
1、隨著能源需求的不斷增加和可再生能源(如太陽能、風能等)的快速發展，電能供應的不穩定性和間歇性問題日益突出，同時電能產生的波動也給電網的穩定運行帶來了挑戰。而儲能系統作為一種平衡能源供需、提高電能系統可靠性的重要手段，其可以通過與電網的互動實現電能的優化調度和智能分配，從而成為智能電網的重要組成部分之一。然而傳統的儲能智能調度模型一方面依賴于預設的規則或閾值，一方面受到大量的人工干預，因此其很難在實際運行環境中做出快速準確的決策，最終導致儲能系統出現效率低下和不可靠的問題。
2、傳統的儲能系統技術有如下特點、缺陷：
3、第一類規則控制算法。基于規則的控制算法往往依賴于預設的規則和閾值，這些規則和閾值通常是基于經驗或歷史數據設定的，缺乏靈活性和適應性。當電力系統運行狀態發生變化時，這些規則可能不再適用，導致儲能系統的調度效果下降。
4、第二類預測控制算法。預測控制算法依賴于對電力系統未來狀態的預測，但電力系統的運行狀態往往受到多種因素的影響，包括天氣、負荷變化、設備故障等，這些因素的變化難以準確預測。因此，預測控制算法在實際應用中可能面臨預測精度不足的問題，從而影響儲能系統的調度效果。
5、第三類最優控制算法。最優控制算法雖然能夠實現對儲能系統最優調度的目標，但通常需要建立復雜的數學模型，并對模型進行求解。然而，電力系統的運行狀態往往非常復雜，難以用簡單的數學模型進行描述。此外，最
技術實現思路
1、本專利技術旨在解決
技術介紹
中的問題。專利技術了一種基于儲能系統參與日前交易市場的優化調度方法。所述方法包括以下步驟：s1,搭建儲能系統參與日前交易市場的規則約束環境,所述規則約束環境包括：儲能狀態約束、充放電功率約束；
2、s2,建立改進的ddpg算法，包括以下步驟：
3、s2.1、設置初始化狀態s：設置ddpg算法的狀態為一維列表[t,et]，其包含兩個元素：時間t,t時刻儲能系統能量狀態et；
4、s2.2、定義動作空間a：動作空間由儲能系統的充、放電功率的n個連續值組成，表達式為：a＝{a1,a2,...,an}；
5、其取值范圍為[-pmax,pmax]，-p、p分別表示充、放電的功率值，且根據日前市場的申報規則，將p值的精度設置為0.01；
6、s2.3、設定模型的參數st：所述參數st包括：儲能系統的額定容量、儲能系統的最大充電功率、儲能系統的起始soc、儲能系統的結束soc、儲能系統的充電效率、儲能系統的放電效率、儲能系統的最小soc、儲能系統的最大soc、輸配電價、政府基金及附加、日前價格、補償價格、補償系數；
7、s2.4、構造及改進網絡：
8、初始化當前actor、critic網絡，然后把當前actor網絡和critic網絡的網絡參數分別復制給目標actor和critic網絡；
9、改進actor、critic網絡：用transformer模型架構替換actor、critic架構；
10、在critic結構的基礎上增加一個輔助網絡用于估計q值的不確定性，計算多個critic的標準差值，用標準差值來反映q值的不確定性，具體計算公式為：
11、
12、使用的損失函數為：
13、loss(θi)＝τl(θi)+(1-τ)lstd(θ)+βc(θi)
14、其中：
15、l(θi)為單個critic網絡的損失函數值，θi為critic網絡的參數值；
16、r(st,at)為處于狀態st采取動作at所獲得的獎勵值；
17、γ為探索率，其范圍為(0,1)；為下一時刻的q′值，q(st,at|θi)為當前時刻的q值；
18、lstd(θ)為多個critic網絡損失函數的標準差；
19、為目標網絡q值的標準差；
20、qstd(s,a|θ)為當前網絡q值的標準差；
21、c(θi)＝(qi(s,a|θi)-qstd(s,a|θ))2，τ,β∈(0,1)；
22、s3，生成樣本：使用當前actor網絡與構造的日前交易市場的規則約束環境進行交互，即將儲能系統的狀態s輸入到當前actor網絡，得到動作a，此時環境會返回給下一時刻的狀態s′和獎勵r；
23、s4,更新當前critic網絡：包括一下步驟：從經驗池里面取出一個樣本(s,a,r,s′)進行訓練，將(s,a,r,s′)中的s和a輸入到當前critic網絡中，得到當前的q值q(s,a)，將(s,a,r,s′)中的s′輸入到目標actor網絡中，得到動作a′，將s′和a′一起輸入到目標critic網絡中，得到q(s′,a′)，計算目標q值為：
24、q′＝r+γq(s′,a′)
25、將q′看成標簽，更新當前critic網絡使得輸出q值接近標簽q′值，即需要使用梯度下降法最小化更新當前critic網絡的所有參數θ，即更新當前critic網絡；
26、s5,更新當前actor網絡：包括一下步驟：利用actor網絡計算出狀態下s的動作anew，在當前critic網絡里給出q值q(s,anew)，更新actor網絡使得q值輸出q(s,anew)最大，即最大化q(s,anew)，具體的計算方式是，用符合函數的求導法則，求(q對動作a的梯度)*(動作a對參數ω的梯度)：
27、
28、然后用梯度上升更新actor網絡的所有參數ω：
29、
30、其中，0≤α≤1
31、s6,對目標actor網絡和目標critic網絡進行軟更新：引入一個學習率τ，將舊的目標網絡參數和新的對應網絡參數做加權平均，然后賦值給目標網絡，
32、target?actor網絡更新過程：
33、ω′←τω+(1-τ)ω′
34、target?critic網絡更新過程：
35、θ′←τθ+(1-τ)θ′
36、學習率τ∈(0,1)，一般取的比較小，比如0.1或0.01，甚至0.005。
37、s7，使用當前actor網絡根據步驟s2采樣。
38、進一步地，所述步驟s1中儲能狀態約束的計算方式為：日前申報電量的計算公式為：其中表示儲能系統在t時刻的日前電量，分別表示儲能系統在日前市場中t-1時刻充進、放出的電量，日前申報電量需要滿足儲能系統最大、最小能量值的約束，即的計算公式為：其中δt為時間，ηin為充電效率，為日前市場中的充電功率，的計算公式為：其中δt為時間，ηout為充電效率，為日前市場中的放電功率。
39、進一步地，所述步驟s1中充本文檔來自技高網...
【技術保護點】
1.一種基于儲能系統參與日前交易市場的優化調度方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種基于儲能系統參與日前交易市場的優化調度方法，其特征在于，所述步驟S1中儲能狀態約束的計算方式為：日前申報電量的計算公式為：其中表示儲能系統在t時刻的日前電量，分別表示儲能系統在日前市場中t-1時刻充進、放出的電量，日前申報電量需要滿足儲能系統最大、最小能量值的約束，即的計算公式為：其中Δt為時間，ηin為充電效率，為日前市場中的充電功率，的計算公式為：其中Δt為時間，ηout為充電效率，為日前市場中的放電功率。
3.根據權利要求1所述的一種基于儲能系統參與日前交易市場的優化調度方法，其特征在于，所述步驟S1中充放電功率約束的計算方式為：
4.根據權利要求1所述的一種基于儲能系統參與日前交易市場的優化調度方法，其特征在于，所述步驟S2.3中的日前價格、補償價格、補償系數為每日24時刻點的數據。
【技術特征摘要】
1.一種基于儲能系統參與日前交易市場的優化調度方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的一種基于儲能系統參與日前交易市場的優化調度方法，其特征在于，所述步驟s1中儲能狀態約束的計算方式為：日前申報電量的計算公式為：其中表示儲能系統在t時刻的日前電量，分別表示儲能系統在日前市場中t-1時刻充進、放出的電量，日前申報電量需要滿足儲能系統最大、最小能量值的約束，即的計算公式為：其中δt為時間，...
【專利技術屬性】
技術研發人員：沈山山，陳佳俊，燕兆，商敬男，郭鵬飛，
申請(專利權)人：北京飔合科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。