本發(fā)明屬于多能互補微網(wǎng)技術(shù)領(lǐng)域，涉及多能互補微網(wǎng)實時調(diào)度方法，尤其是一種基于Rollout算法的多能互補微網(wǎng)實時調(diào)度方法。
背景技術(shù)：
隨著智能電網(wǎng)技術(shù)的發(fā)展，含新能源和儲能的多能互補微網(wǎng)系統(tǒng)引起了研究人員廣泛的關(guān)注。作為能夠?qū)崿F(xiàn)自我控制、保護和管理的自治系統(tǒng)，多能互補微網(wǎng)可以促進分布式能源的就地消納，以一種更加經(jīng)濟友好的方式，實現(xiàn)對負荷多種能源形式的高可靠供給，使傳統(tǒng)電網(wǎng)向智能電網(wǎng)過渡。
新能源出力的波動性和間歇性給多能互補微網(wǎng)的實時調(diào)度帶來了很大的挑戰(zhàn)，并且由于實時調(diào)度是一個滾動時域過程，當前調(diào)度區(qū)間內(nèi)的控制行為不僅對當前周期產(chǎn)生影響，還會影響到下一個調(diào)度區(qū)間的狀態(tài)。馬爾科夫決策模型為解決這種包含不確定性變量的滾動調(diào)度問題提供了一種好的思路，但是大量的變量數(shù)目帶來了維數(shù)災(zāi)難，模型的求解成為難題，如何找到一個行之有效的方法解決上述難題成為實時調(diào)度的關(guān)鍵。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種設(shè)計合理、簡易可行、實用性強且高效快速的基于Rollout算法的多能互補微網(wǎng)實時調(diào)度方法。
本發(fā)明解決其技術(shù)問題是采取以下技術(shù)方案實現(xiàn)的：
一種基于Rollout算法的多能互補微網(wǎng)實時調(diào)度方法，包括以下步驟：
步驟1、建立包含新能源出力隨機性的多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型,確立實時調(diào)度的約束條件；
步驟2、以滾動時域馬爾科夫決策周期內(nèi)微網(wǎng)系統(tǒng)的運行費用最低為目標，確立包含新能源出力隨機性的多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型的實時調(diào)度的目標函數(shù)；
步驟3、將單個完整調(diào)度周期劃分成若干個調(diào)度區(qū)間，基于貪心算法得到滿足實時調(diào)度約束條件的一個基礎(chǔ)可行解；
步驟4、基于步驟3所述的基礎(chǔ)可行解，運用Rollout算法求解該多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型。
而且，所述步驟1的確立實時調(diào)度的約束條件包括：微網(wǎng)的電平衡約束、蓄電池的運行約束、微網(wǎng)與主網(wǎng)的交易電功率約束和熱電聯(lián)產(chǎn)設(shè)備的電功率出力約束；
所述微網(wǎng)的電平衡約束如下：
上式中，t是時間參數(shù)；pG(t)是t時刻微網(wǎng)與主網(wǎng)的交換電功率，向主網(wǎng)購電為正，向主網(wǎng)售電為負；N是熱電聯(lián)產(chǎn)設(shè)備的數(shù)目；是t時刻第i臺熱電聯(lián)產(chǎn)設(shè)備輸出電功率；pB(t)是t時刻蓄電池的充放電功率，充電為負，放電為正；pw(t)是t時刻風(fēng)電發(fā)電出力；pD(t)是t時刻的電負荷需求；
所述蓄電池的運行約束如下：
上式中，E(t)與E(t+1)分別是t時刻和t+1時刻蓄電池的儲能水平；E與分別是蓄電池容量的下邊界和上邊界；ΔT是從t時刻至t+1時刻的時間間隔；αc與αd分別為蓄電池的充放電效率；pB(t)是t時刻蓄電池的充放電功率，充電為負，放電為正；為蓄電池充放電功率的上限值；
所述微網(wǎng)與主網(wǎng)的交易電功率約束如下：
上式中，pG(t)與pG(t-1)分別是t時刻和t-1微網(wǎng)與主網(wǎng)的交換電功率，向主網(wǎng)購電為正，向主網(wǎng)售電為負；為微網(wǎng)與主網(wǎng)的交換電功率的上限值，δ是微網(wǎng)與主網(wǎng)的交換電功率的波動上限；
所述熱電聯(lián)產(chǎn)設(shè)備的電功率出力約束如下：
上式中，是t時刻第i臺熱電聯(lián)產(chǎn)設(shè)備輸出電功率；是第i臺熱電聯(lián)產(chǎn)設(shè)備輸出電功率的上限；Hi(t)是t時刻需要由第i臺熱電聯(lián)產(chǎn)設(shè)備供給的熱功率；vi與分別是第i臺熱電聯(lián)產(chǎn)設(shè)備電、熱功率轉(zhuǎn)換效率的下限和上限。
而且，所述步驟2的確立包含新能源出力隨機性的多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型的實時調(diào)度的目標函數(shù)的具體方法為：首先以微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用最低為目標，建立微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用函數(shù)，然后以微網(wǎng)系統(tǒng)在滾動時域馬爾科夫決策周期內(nèi)的運行費用最低為目標，確立實時調(diào)度的目標函數(shù)；
所述微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用函數(shù)如下：
其中，
上式中，X(t)是t時刻微網(wǎng)系統(tǒng)的狀態(tài)變量；A(t)是t時刻微網(wǎng)系統(tǒng)的控制變量；ct(X(t),A(t))是單個調(diào)度區(qū)間內(nèi)系統(tǒng)運行費用的函數(shù)；λ(t)是t時刻電網(wǎng)電價；c是天然氣的價格；Fic(t)是第i臺熱電聯(lián)產(chǎn)設(shè)備耗氣量與電出力之間的線性函數(shù)；ai與bi第i臺熱電聯(lián)產(chǎn)設(shè)備耗氣量與電出力之間的線性函數(shù)的系數(shù)；
所述實時調(diào)度的目標函數(shù)如下：
上式中，Jt(X(t),A(t))為滾動時域馬爾科夫決策周期內(nèi)微網(wǎng)系統(tǒng)的運行費用的函數(shù)；
而且，所述步驟3的具體方法為：將一個完整調(diào)度周期劃分成若干個調(diào)度區(qū)間，基于貪心算法分別針對每個調(diào)度區(qū)間內(nèi)的優(yōu)化調(diào)度問題進行求解，最后把每個調(diào)度區(qū)間的局部最優(yōu)解合成為整個調(diào)度區(qū)間上的一個基礎(chǔ)可行解。
而且，所述步驟3的基于貪心算法分別針對每個調(diào)度區(qū)間內(nèi)的優(yōu)化調(diào)度問題進行求解的具體步驟包括：
(1)根據(jù)步驟2所述的微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用函數(shù)，列出目標函數(shù)和約束條件如下：
約束條件如下：
其中：
上式中，pb(t)與分別是構(gòu)建基礎(chǔ)可行解的過程中蓄電池充放電功率的新的下限和上限；pg(t)與分別是構(gòu)建基礎(chǔ)可行解的過程中微網(wǎng)與主網(wǎng)交換功率的新的下限和上限；pci(t)與分別是構(gòu)建基礎(chǔ)可行解的過程中第i臺熱電聯(lián)產(chǎn)設(shè)備電出力的新的下限和上限；
(2)為了得到在一個調(diào)度區(qū)間內(nèi)的優(yōu)化結(jié)果，將上述目標函數(shù)的N+2個系數(shù)按從小到大的順序進行排列，得到各個決策變量調(diào)度順序，其中N+2個系數(shù)即為λ(t)·ΔT,0，c·ai(i＝1,2,…,N)，出現(xiàn)系數(shù)0是因為目標函數(shù)中不包含pB(t)；再令負荷差值d(t)＝pD(t)-pw(t)；根據(jù)d(t)的值和各個決策變量的調(diào)度順序即可求得最終的優(yōu)化結(jié)果；
(3)對其他調(diào)度區(qū)間依次求解，最后得到滿足微網(wǎng)運行需求的一個基礎(chǔ)可行解。
而且，所述步驟4的具體方法為：
(1)設(shè)步驟3求得的基礎(chǔ)可行解為πb＝(Ab,t+1,Ab,t+2,…,Ab,t+T-1)，則得到一個實時調(diào)度從t到t+T-1時刻運行費用最低這個目標函數(shù)的近似值：
上式中，為用Rollout算法求得的微網(wǎng)系統(tǒng)在滾動時域馬爾科夫決策周期內(nèi)微網(wǎng)系統(tǒng)的運行費用的函數(shù)。
(2)通過Rollout算法使得上述近似值趨于最?。?/p>
(3)根據(jù)當前一個調(diào)度區(qū)間內(nèi)的X(t)，結(jié)合t時刻的風(fēng)力發(fā)電出力值，求得下一個調(diào)度區(qū)間內(nèi)的X(t+1)，同時得到t+1時刻的風(fēng)力發(fā)電出力值，然后計算下一個調(diào)度區(qū)間的X(t+2)，重復(fù)此過程，直到整個調(diào)度周期結(jié)束。
本發(fā)明的優(yōu)點和積極效果是：
1、本發(fā)明提供了一種基于Rollout算法的多能互補微網(wǎng)實時調(diào)度方法，首先，建立多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型，確立實時調(diào)度的約束條件和目標函數(shù)；然后，將一個完整調(diào)度周期劃分成若干個調(diào)度區(qū)間，基于貪心算法得到滿足實時調(diào)度約束的一個基礎(chǔ)可行解；最后，基于上述基礎(chǔ)可行解，運用Rollout算法求解該多能互補微網(wǎng)滾動時域馬爾科夫決策問題。本發(fā)明建立了多能互補微網(wǎng)的滾動時域模型，并運用Rollout算法進行求解，簡易有效，實用性強。
2、本發(fā)明運用Rollout算法求解滾動時域的馬爾科夫決策模型問題，先建立一個包含新能源出力隨機性的馬爾科夫決策模型，運用貪心算法找到一個基礎(chǔ)可行解，并在此基礎(chǔ)上接近目標，將新能源出力波動性考慮在內(nèi)，同時解決了傳統(tǒng)算法求解速度慢、效率低的問題，實現(xiàn)了高效快速的多能互補微網(wǎng)實時調(diào)度。
附圖說明
圖1是本發(fā)明的處理流程圖。
具體實施方式
以下結(jié)合附圖對本發(fā)明實施例作進一步詳述：
本發(fā)明提出一種基于Rollout算法的多能互補微網(wǎng)實時調(diào)度方法，不僅把新能源出力的波動性考慮在內(nèi)，而且更有效地求解多能互補微網(wǎng)的滾動時域調(diào)度問題，運用Rollout算法求解滾動時域的馬爾科夫決策模型問題，首先建立一個包含新能源出力隨機性的多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型，確立實時調(diào)度的約束條件和目標函數(shù)；接著將一個完整調(diào)度周期劃分成若干個調(diào)度區(qū)間，基于貪心算法得到滿足實時調(diào)度約束的一個基礎(chǔ)可行解；最后基于上述基礎(chǔ)可行解，運用Rollout算法求解該多能互補微網(wǎng)滾動時域馬爾科夫決策過程模型。
一種基于Rollout算法的多能互補微網(wǎng)實時調(diào)度方法，如圖1所示，包括以下步驟：
步驟1、建立包含新能源出力隨機性的多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型,確立實時調(diào)度的約束條件；
所述步驟1的確立實時調(diào)度的約束條件包括：微網(wǎng)的電平衡約束、蓄電池的運行約束、微網(wǎng)與主網(wǎng)的交易電功率約束和熱電聯(lián)產(chǎn)設(shè)備的電功率出力約束；
所述微網(wǎng)的電平衡約束如下：
上式中，t是時間參數(shù)；pG(t)是t時刻微網(wǎng)與主網(wǎng)的交換電功率，向主網(wǎng)購電為正，向主網(wǎng)售電為負；N是熱電聯(lián)產(chǎn)設(shè)備的數(shù)目；是t時刻第i臺熱電聯(lián)產(chǎn)設(shè)備輸出電功率；pB(t)是t時刻蓄電池的充放電功率，充電為負，放電為正；pw(t)是t時刻風(fēng)電發(fā)電出力；pD(t)是t時刻的電負荷需求；
所述蓄電池的運行約束如下：
上式中，E(t)與E(t+1)分別是t時刻和t+1時刻蓄電池的儲能水平；E與分別是蓄電池容量的下邊界和上邊界；ΔT是從t時刻至t+1時刻的時間間隔；αc與αd分別為蓄電池的充放電效率；pB(t)是t時刻蓄電池的充放電功率，充電為負，放電為正；為蓄電池充放電功率的上限值；
所述微網(wǎng)與主網(wǎng)的交易電功率約束如下：
上式中，pG(t)與pG(t-1)分別是t時刻和t-1微網(wǎng)與主網(wǎng)的交換電功率，向主網(wǎng)購電為正，向主網(wǎng)售電為負；為微網(wǎng)與主網(wǎng)的交換電功率的上限值，δ是微網(wǎng)與主網(wǎng)的交換電功率的波動上限；
所述熱電聯(lián)產(chǎn)設(shè)備的電功率出力約束如下：
上式中，是t時刻第i臺熱電聯(lián)產(chǎn)設(shè)備輸出電功率；是第i臺熱電聯(lián)產(chǎn)設(shè)備輸出電功率的上限；Hi(t)是t時刻需要由第i臺熱電聯(lián)產(chǎn)設(shè)備供給的熱功率；vi與分別是第i臺熱電聯(lián)產(chǎn)設(shè)備電、熱功率轉(zhuǎn)換效率的下限和上限。
步驟2、以滾動時域馬爾科夫決策周期內(nèi)微網(wǎng)系統(tǒng)的運行費用最低為目標，確立包含新能源出力隨機性的多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型的實時調(diào)度的目標函數(shù)；
所述多能互補微網(wǎng)與主網(wǎng)處于并網(wǎng)狀態(tài)，可與主網(wǎng)交易電量，其供能設(shè)備包括風(fēng)力發(fā)電機、熱電聯(lián)產(chǎn)設(shè)備(CHP)、蓄電池；所述實時調(diào)度的目標函數(shù)是為了實現(xiàn)微網(wǎng)系統(tǒng)的運行費用最低，包括系統(tǒng)購電成本與熱電聯(lián)產(chǎn)設(shè)備燃料費用兩部分。
所述確立包含新能源出力隨機性的多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型的實時調(diào)度的目標函數(shù)的具體方法為：首先以微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用最低為目標，建立微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用函數(shù)，然后以微網(wǎng)系統(tǒng)在滾動時域馬爾科夫決策周期內(nèi)的運行費用最低為目標，確立實時調(diào)度的目標函數(shù)；
所述微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用函數(shù)如下：
其中，
上式中，X(t)是t時刻微網(wǎng)系統(tǒng)的狀態(tài)變量；A(t)是t時刻微網(wǎng)系統(tǒng)的控制變量；ct(X(t),A(t))是單個調(diào)度區(qū)間內(nèi)系統(tǒng)運行費用的函數(shù)；λ(t)是t時刻電網(wǎng)電價；c是天然氣的價格；Fic(t)是第i臺熱電聯(lián)產(chǎn)設(shè)備耗氣量與電出力之間的線性函數(shù)；ai與bi第i臺熱電聯(lián)產(chǎn)設(shè)備耗氣量與電出力之間的線性函數(shù)的系數(shù)；
所述實時調(diào)度的目標函數(shù)如下：
上式中，Jt(X(t),A(t))為滾動時域馬爾科夫決策周期內(nèi)微網(wǎng)系統(tǒng)的運行費用的函數(shù)；
步驟3、將單個完整調(diào)度周期劃分成若干個調(diào)度區(qū)間，基于貪心算法得到滿足實時調(diào)度約束條件的一個基礎(chǔ)可行解；
所述步驟3的具體方法為：將一個完整調(diào)度周期劃分成若干個調(diào)度區(qū)間，基于貪心算法分別針對每個調(diào)度區(qū)間內(nèi)的優(yōu)化調(diào)度問題進行求解，最后把每個調(diào)度區(qū)間的局部最優(yōu)解合成為整個調(diào)度區(qū)間上的一個基礎(chǔ)可行解。
所述步驟3的基于貪心算法分別針對每個調(diào)度區(qū)間內(nèi)的優(yōu)化調(diào)度問題進行求解的具體步驟包括：
(1)根據(jù)步驟2所述的微網(wǎng)系統(tǒng)在單個調(diào)度區(qū)間內(nèi)的運行費用函數(shù)，列出目標函數(shù)和約束條件如下：
約束條件如下：
其中：
上式中，pb(t)與分別是構(gòu)建基礎(chǔ)可行解的過程中蓄電池充放電功率的新的下限和上限；pg(t)與分別是構(gòu)建基礎(chǔ)可行解的過程中微網(wǎng)與主網(wǎng)交換功率的新的下限和上限；pci(t)與分別是構(gòu)建基礎(chǔ)可行解的過程中第i臺熱電聯(lián)產(chǎn)設(shè)備電出力的新的下限和上限；
(2)為了得到在一個調(diào)度區(qū)間內(nèi)的優(yōu)化結(jié)果，將上述目標函數(shù)的N+2個系數(shù)按從小到大的順序進行排列，得到各個決策變量調(diào)度順序，其中N+2個系數(shù)即為λ(t)·ΔT,0，c·ai(i＝1,2,…,N)，出現(xiàn)系數(shù)0是因為目標函數(shù)中不包含pB(t)；再令負荷差值d(t)＝pD(t)-pw(t)；根據(jù)d(t)的值和各個決策變量的調(diào)度順序即可求得最終的優(yōu)化結(jié)果；
(3)對其他調(diào)度區(qū)間依次求解，最后得到滿足微網(wǎng)運行需求的一個基礎(chǔ)可行解。
步驟4、基于步驟3所述的基礎(chǔ)可行解，運用Rollout算法求解該多能互補微網(wǎng)實時調(diào)度的滾動時域馬爾科夫決策過程模型。
所述步驟4的具體方法為：
(1)設(shè)步驟3求得的基礎(chǔ)可行解為πb＝(Ab,t+1,Ab,t+2,…,Ab,t+T-1)，那么我們得到了一個實時調(diào)度從t到t+T-1時刻運行費用最低這個目標函數(shù)的近似值：
上式中，為用Rollout算法求得的微網(wǎng)系統(tǒng)在滾動時域馬爾科夫決策周期內(nèi)微網(wǎng)系統(tǒng)的運行費用的函數(shù)。
(2)通過Rollout算法使得上述近似值趨于最?。?/p>
(3)根據(jù)當前一個調(diào)度區(qū)間內(nèi)的X(t)，結(jié)合t時刻的風(fēng)力發(fā)電出力值，求得下一個調(diào)度區(qū)間內(nèi)的X(t+1)，同時得到t+1時刻的風(fēng)力發(fā)電出力值，然后計算下一個調(diào)度區(qū)間的X(t+2)，重復(fù)此過程，直到整個調(diào)度周期結(jié)束。
需要強調(diào)的是，本發(fā)明所述的實施例是說明性的，而不是限定性的，因此本發(fā)明包括并不限于具體實施方式中所述的實施例，凡是由本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的技術(shù)方案得出的其他實施方式，同樣屬于本發(fā)明保護的范圍。