柔性互联配电网智能优化决策方法、系统、设备及介质与流程

本发明属于柔性互联配电网领域，具体涉及一种柔性互联配电网智能优化决策方法、系统、设备及介质。

背景技术：

1、随着新型电力系统加快建设，由于各种分布式可再生能源的高渗透以及新能源电动汽车的大量接入，配电网面临着潮流双向流动、部分线路容量过载、节点电压越限、负荷特性多样化、源-荷之间的界限模糊等问题，使得传统配电网在物理结构上的“被动性”问题愈发突出，配电模式正逐渐从基本交流系统向交直流混合的柔性互联配电网演变升级。

2、柔性互联智能配电网将配电网中各条馈线以及各个交、直流配电子网或微电网(群)等通过柔性互联设备连接，使得各配电子网或微电网(群)充分发挥其自身特性，实现分布式新能源、储能设备、电动汽车等的友好接入，并在各子网间实现智能调度，达到潮流控制、能量互济、有功无功功率优化、协同保护等功能。

3、虽然，基于电力电子设备的柔性互联装置，在提高配电系统控制灵活性和运行可靠性基础上可以实现多样化负荷的接入，使传统配电网呈现柔性可控。然而，柔性互联配电网分布式资源特性各异且各主体利益诉求不同，协同难度大，传统集中式优化决策过程复杂、策略快速制定能力不强。

技术实现思路

1、本发明的目的在于针对上述现有技术中的问题，提供一种柔性互联配电网智能优化决策方法、系统、设备及介质，采取边云协同的方式，实现边端用户资源功率分配的快速响应与云端资源调度的优化加速，在满足柔性互联配电网多主体利益的需求下，整体提升柔性互联配电网优化决策响应速度。

2、为了实现上述目的，本发明有如下的技术方案：

3、第一方面，提供一种柔性互联配电网智能优化决策方法，包括：

4、将各个用户侧资源分别接入设置在边端的若干个自主可控能量装置；

5、通过设置在云端的配电自动化主站调度中心利用元强化学习和优化求解器输出总功率分配指令发送给边端；边端接收总功率分配指令，并通过各个自主可控能量装置的功率分配算法，计算得到各个自主可控能量装置对应的功率分配值；

6、各个自主可控能量装置利用一致性算法，在满足各自所对应的功率分配值的目标下，对各个自主可控能量装置所接入的各个用户侧资源进行功率分配。

7、作为一种优选的方案，在所述将各个用户侧资源分别接入设置在边端的若干个自主可控能量装置的步骤中，所述用户侧资源包括光伏、风机、储能、负荷以及分布式机组。

8、作为一种优选的方案，针对自主可控能量装置建立边端侧资源封装调度模型，将边端侧资源封装调度模型与云端的集中式新能源场站、集中式储能及分布式电厂资源共同接入配电自动化主站调度中心。

9、作为一种优选的方案，在所述利用元强化学习和优化求解器输出总功率分配指令发送给边端的步骤中，构建云端优化调度模型，并预训练好基于元强化学习的智能体模型，输入元强化学习模型状态空间，判断元强化学习输出的动作策略是否适合当前的状态，如果不合适，更新基于元强化学习的智能体模型，如果合适，则将元强化学习模型动作空间输出给云端优化调度模型；利用求解器进行云端优化调度模型求解，获得边侧总功率分配指令、集中式储能充放电功率指令及灵活电厂出力指令。

10、作为一种优选的方案，所述云端优化调度模型的状态输入包括集中式新能源场站功率预测值、外电压需求、可控电厂备用容量、储能荷电状态以及边端聚合信息；所述边端聚合信息包括边端侧资源封装调度模型的功率可控范围与控制成本聚合信息。

11、作为一种优选的方案，所述自主可控能量装置的功率分配算法为基于柔性评价器-行动器的功率分配算法，其中：

12、智能体模型的状态空间s为：

13、s＝{t,porder,pneed,c1,c2,...cn,p1,p2,...pn}

14、式中，t代表优化调度时段，porder代表云端下达的总功率分配指令，pneed代表自主可控能量装置所连接用户侧资源对外的功率需求，ci代表每个自主可控能量装置的功率调节成本，pi代表当前时刻自主可控能量装置的功率分配值，下标1至n均代表自主可控能量装置个数；

15、智能体模型的动作空间a为：

16、

17、式中，代表对应自主可控能量装置的能量分配指令；

18、智能体模型的奖励函数r定义为自主可控能量装置功率调节成本之和的相反数。

19、作为一种优选的方案，所述利用元强化学习和优化求解器输出总功率分配指令发送给边端时，元强化学习模型状态空间s为：

20、s＝{t,pnewforcast,pneedoutside,pplant,ssoc,prange,c}

21、状态包括集中式新能源场站功率预测值pnewforcast、外电压需求pneedoutside、可控电厂备用容量pplant、储能荷电状态ssoc、边端功率可控范围prange及边端功率控制成本c；云端根据输入状态判断策略是否稳定，如果不稳定，则利用集中式新能源场站功率预测值、外电压需求、边端聚合信息修正元强化学习模型参数；如果稳定，则按照元强化学习模型动作空间a输出动作；所述元强化学习模型动作空间a为：

22、a＝{pplant-order,pbattery}

23、动作包括可控电厂备用容量、储能充放电动作；

24、元强化学习奖励函数定义为外购电成本和功率控制成本之和的相反数。

25、第二方面，提供一种柔性互联配电网智能优化决策系统，包括：

26、用户侧资源接入模块，用于将各个用户侧资源分别接入设置在边端的若干个自主可控能量装置；

27、边端功率分配模块，用于通过设置在云端的配电自动化主站调度中心利用元强化学习和优化求解器输出总功率分配指令发送给边端；边端接收总功率分配指令，并通过各个自主可控能量装置的功率分配算法，计算得到各个自主可控能量装置对应的功率分配值；

28、用户侧资源分配模块，用于各个自主可控能量装置利用一致性算法，在满足各自所对应的功率分配值的目标下，对各个自主可控能量装置所接入的各个用户侧资源进行功率分配。

29、作为一种优选的方案，所述边端功率分配模块针对自主可控能量装置建立边端侧资源封装调度模型，将边端侧资源封装调度模型与云端的集中式新能源场站、集中式储能及分布式电厂资源共同接入配电自动化主站调度中心；在利用元强化学习和优化求解器输出总功率分配指令发送给边端时，构建云端优化调度模型，并预训练好基于元强化学习的智能体模型，输入元强化学习模型状态空间，判断元强化学习输出的动作策略是否适合当前的状态，如果不合适，更新基于元强化学习的智能体模型，如果合适，则将元强化学习模型动作空间输出给云端优化调度模型；利用求解器进行云端优化调度模型求解，获得边侧总功率分配指令、集中式储能充放电功率指令及灵活电厂出力指令；所述云端优化调度模型的状态输入包括集中式新能源场站功率预测值、外电压需求、可控电厂备用容量、储能荷电状态以及边端聚合信息；所述边端聚合信息包括边端侧资源封装调度模型的功率可控范围与控制成本聚合信息。

30、作为一种优选的方案，所述边端功率分配模块通过各个自主可控能量装置的功率分配算法，计算得到各个自主可控能量装置对应的功率分配值时，功率分配算法为基于柔性评价器-行动器的功率分配算法，其中：

31、智能体模型的状态空间s为：

32、s＝{t,porder,pneed,c1,c2,...cn,p1,p2,...pn}

33、式中，t代表优化调度时段，porder代表云端下达的总功率分配指令，pneed代表自主可控能量装置所连接用户侧资源对外的功率需求，ci代表每个自主可控能量装置的功率调节成本，pi代表当前时刻自主可控能量装置的功率分配值，下标1至n均代表自主可控能量装置个数；

34、智能体模型的动作空间a为：

35、

36、式中，代表对应自主可控能量装置的能量分配指令；

37、智能体模型的奖励函数r定义为自主可控能量装置功率调节成本之和的相反数。

38、作为一种优选的方案，所述边端功率分配模块利用元强化学习和优化求解器输出总功率分配指令发送给边端时，元强化学习模型状态空间s为：

39、s＝{t,pnewforcast,pneedoutside,pplant,ssoc,prange,c}

40、状态包括集中式新能源场站功率预测值pnewforcast、外电压需求pneedoutside、可控电厂备用容量pplant、储能荷电状态ssoc、边端功率可控范围prange及边端功率控制成本c；云端根据输入状态判断策略是否稳定，如果不稳定，则利用集中式新能源场站功率预测值、外电压需求、边端聚合信息修正元强化学习模型参数；如果稳定，则按照元强化学习模型动作空间a输出动作；所述元强化学习模型动作空间a为：

41、a＝{pplant-order,pbattery}

42、动作包括可控电厂备用容量、储能充放电动作；

43、元强化学习奖励函数定义为外购电成本和功率控制成本之和的相反数。

44、第三方面，提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述的处理器执行所述的计算机程序时实现所述的柔性互联配电网智能优化决策方法。

45、第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述的计算机程序被处理器执行时实现所述的柔性互联配电网智能优化决策方法。

46、相较于现有技术，本发明的第一方面至少具有如下的有益效果：

47、通过在低压配电网侧部署边端，在中压配电网侧部署云端，且边端通过自主可控装置接入用户侧资源，基于人工智能的功率分配算法实现自主能量装置间的功率分配。在此基础上，基于一致性算法，在满足各自所对应的功率分配值的目标下，对各个自主可控能量装置所接入的各个用户侧资源进行功率分配。本发明的柔性互联配电网智能优化决策方法在云端设置配电自动化主站调度中心，将自主可控能量装置封装成边端侧资源封装调度模型参与云端计算，云端基于元强化学习和优化求解器实现云端调度决策结果的优化加速，解决了柔性互联配电网在面临多利益主体接入下，信息延迟及云端决策爆炸的难题，在满足用户侧资源利益需求的基础上，充分实现柔性互联配电网优化调度计算时间的大幅缩短。

48、可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。