CN116073377A - 基于双向调节的主配网交互协同方法及系统 - Google Patents

基于双向调节的主配网交互协同方法及系统 Download PDF

Info

Publication number
CN116073377A
CN116073377A CN202310203976.8A CN202310203976A CN116073377A CN 116073377 A CN116073377 A CN 116073377A CN 202310203976 A CN202310203976 A CN 202310203976A CN 116073377 A CN116073377 A CN 116073377A
Authority
CN
China
Prior art keywords
distribution network
network
main
electricity
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310203976.8A
Other languages
English (en)
Other versions
CN116073377B (zh
Inventor
蔡振华
管金胜
王瑾
王波
陈东海
豆书亮
叶楠
赵剑
张志雄
邬航杰
严勇
杜轶轩
朱楠
朱建平
袁士超
郝杰
张威
徐雨哲
段文强
胡尊卿
郭帆
徐宏健
陈一平
陈超委
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yongyao Science And Technology Branch Of Ningbo Transmission And Transfer Construction Co ltd
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Yongyao Science And Technology Branch Of Ningbo Transmission And Transfer Construction Co ltd
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yongyao Science And Technology Branch Of Ningbo Transmission And Transfer Construction Co ltd, Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Yongyao Science And Technology Branch Of Ningbo Transmission And Transfer Construction Co ltd
Priority to CN202310203976.8A priority Critical patent/CN116073377B/zh
Publication of CN116073377A publication Critical patent/CN116073377A/zh
Application granted granted Critical
Publication of CN116073377B publication Critical patent/CN116073377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于双向调节的主配网交互协同方法及系统，包括根据电网系统中联络线节点价格、电网系统的主动负荷以及分布式能源发电信息，通过预设的配网调度模型向主网申报配网购电量；根据配网购电量和主网对应的机组报价函数，基于效益最优目标函数，通过预设的主网调度模型调整配网售电量和发电侧的购电信息；根据主网反馈的配网售电量和发电侧的购电信息，通过预设的双层规划模型调整配网的发电策略和购电策略，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。本发明能够保证增强主配网之间的交互协同能力。

Description

基于双向调节的主配网交互协同方法及系统
技术领域
本发明涉及电网技术领域，尤其涉及一种基于双向调节的主配网交互协同方法及系统。
背景技术
受到资源短缺和环境污染的制约，传统化石能源在电网中的比例逐渐下降，分布式能源渗透率不断提高。在大规模可再生能源接入电网后，配电网不再是作为一个纯粹的受电端，将拥有更多的自主权，能够对分布式能源以及储能设备进行调度，并且可以对负荷进行需求侧管理。配网中分布式电源、储能设备、需求侧响应等新元素的出现，给传统的配网运行调度带来了挑战。
现有的主动配电网调度方法，往往只是单独考虑配电网侧的调度，忽略了配网与主网之间的信息交互与协调。
发明内容
本发明实施例提供一种基于双向调节的主配网交互协同方法及系统，能够至少解决现有技术中的部分问题，也即单独考虑主网侧或者配网侧调度方案，往往不能得到全局较优的方案。
本发明实施例的第一方面，
提供一种基于双向调节的主配网交互协同系统，所述系统包括主网、主网调度中心、配网、以及配网调度中心，
所述配网调度中心，用于根据所述电网系统中联络线节点价格、所述电网系统的主动负荷以及分布式能源发电信息，通过预设的配网调度模型向所述主网申报配网购电量；
所述主网调度中心，用于根据所述配网购电量和所述主网对应的机组报价函数，基于效益最优目标函数，通过预设的主网调度模型调整配网售电量和发电侧的购电信息；
所述配网，用于根据所述主网反馈的所述配网售电量和所述发电侧的购电信息，通过预设的双层规划模型调整所述配网的发电策略和购电策略，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
在一种可选的实施方式中，
所述配网调度模型按照所述电网系统中发电机组的实际报价进行结算，并以所述配网在目标调度周期内申报所述配网购电量的成本最低为目标函数，并按照如下公式确定所述配网购电量：
其中， G表示所述配网购电量, T表示总时长， N表示所述配网的节点数量，表示节点 i在 t时刻的电价价格， Z i 表示节点 i的主动负荷， E i 表示节点 i对应的分布式能源发电信息， E max 表示所述分布式能源最大发电信息，表示所述电网系统中节点 i所在发电机组在 t时刻的实际发电成本， S i 表示节点 i所在机组对应的报价函数，表示节点 i在 t时刻的出力。
在一种可选的实施方式中，
所述主网调度中心还用于：
按照如下公式确定所述发电侧的购电信息：
其中， F表示所述发电侧的购电信息， T表示总时长， M表示所述主网的节点数量， G表示所述配网购电量，表示节点 j在 t时刻的机组报价信息，表示所述效益最优目标函数，表示所述主网的节点 j在 t时刻发电的边际成本，表示所述主网的节点 j在 t-1时刻发电的边际成本；
按照如下公式确定所述配网售电量：
其中， R表示所述配网售电量， T表示总时长， M表示所述主网的节点数量, G表示所述配网购电量，表示节点 i在 t时刻的电价价格，表示节点 j在 t时刻的出力， c表示惩罚系数，表示所述主网的节点 j在 t时刻发电的边际成本，表示所述主网的节点 j在 t-1时刻发电的边际成本。
在一种可选的实施方式中，
所述预设的双层规划模型包括以所述配网的投资成本和运行成本为目标的第一规划层，基于所述第一规划层的规划结果、所述主网反馈的节点价格和售电量进行求解的第二规划层；
所述配网还用于：
基于所述配网的机组数量、需求侧响应容量以及分布式资源的数量，通过遗传算法以所述配网的投资成本和运行成本最低为目标确定所述第一规划层的规划结果；
基于所述第一规划层的规划结果、所述主网反馈的节点价格和售电量，考虑主配网的功率平衡约束，以所述配网的发电策略和购电策略为目标函数进行求解，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
在一种可选的实施方式中，
所述配网还用于：
将所述第一规划层的规划结果、所述主网反馈的节点价格和售电量作为初始族群，并初始化所述初始族群、设置最大迭代次数；
基于所述主配网的功率平衡约束确定初始适应度值，并将所述初始适应度值作为初始最优解；
确定所述初始族群中各个元素对应的遗传因子，并将所述各个元素对应的遗传因子与所述初始最优解进行比较，确定所述各个元素对应的遗传因子与所述初始最优解的多个空间距离，
将所述多个空间距离中最小空间距离对应的元素的遗传因子作为新的最优解，并依次迭代更新最优解，直至达到最大迭代次数。
在一种可选的实施方式中，
所述主网用于：
根据预先确定的净负荷曲线的峰谷时段制定初始电价；
多个所述配网根据所述初始电价、以功率互济的方式进行合作联盟，以所述合作联盟整体的形式响应所述发电策略和所述购电策略，制定所述合作联盟对应的联盟购电策略，并将所述联盟购电策略上报至所述主网；
所述主网根据所述联盟购电策略更新所述初始电价，并对所述联盟购电策略进行动态调整，保证所述主网内部功率平衡以及经济效益最优。
在一种可选的实施方式中，
所述主网还用于：
按照如下公式对所述联盟购电策略进行动态调整：
其中， F LM 表示所述联盟购电策略， H(L)表示所述合作联盟 L的效用函数， a i 表示第 i个配网， f L 表示所述合作联盟 L对应的联盟购电策略， K|L|表示所述合作联盟的边际收益， K表示边际收益贡献值， n表示所述合作联盟中配网的数量。
本发明实施例的第二方面，
提供一种基于双向调节的主配网交互协同方法，所述方法应用于如前述任一项所述的基于双向调节的主配网交互协同系统。
本发明实施例的第三方面，
提供一种基于双向调节的主配网交互协同设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本发明实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明提供一种基于双向调节的主配网交互协同系统，所述系统包括主网、主网调度中心、配网、以及配网调度中心，
所述配网调度中心，用于根据所述电网系统中联络线节点价格、所述电网系统的主动负荷以及分布式能源发电信息，通过预设的配网调度模型向所述主网申报配网购电量；
所述主网调度中心，用于根据所述配网购电量和所述主网对应的机组报价函数，基于效益最优目标函数，通过预设的主网调度模型调整配网售电量和发电侧的购电信息；
通过配网调度模型和主网调度模型解决以响应电力需求调度为目标而引发的电网系统内部耦合异质能的协调优化调度问题；通过双层调度模型，实现系统效益的整体提升以及主网和配网的优化调度。
所述配网，用于根据所述主网反馈的所述配网售电量和所述发电侧的购电信息，通过预设的双层规划模型调整所述配网的发电策略和购电策略，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
本发明是基于实时电价机制，能够更为精确地反映负荷及供电成本的变化，充分调动用户参与需求侧响应的积极性，更有利于主网与配网间协调互动。在主配网协同交互模式下，考虑了离散和连续控制变量的协调控制，提出了主、配网间的协同无功优化的模型与算法，配网可为主电网提供无功支撑；主网也能为配网的运行提供支持；主配网协同无功优化比传统主配网独立优化更加合理。
附图说明
图1为本发明实施例基于双向调节的主配网交互协同系统的结构示意图。
图2为本发明实施例基于双向调节的主配网交互协同方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例基于双向调节的主配网交互协同系统的结构示意图，如图1所示，所述系统包括主网、主网调度中心、配网、以及配网调度中心：
所述配网调度中心，用于根据所述电网系统中联络线节点价格、所述电网系统的主动负荷以及分布式能源发电信息，通过预设的配网调度模型向所述主网申报配网购电量；
主动配电网是指能够自主控制分布式发电机( distributed generation, DG)、主动负荷和储能设备的配电网，能够通过灵活的调度方式消纳可再生能源，减小间歇性能源不确定性对电网可靠性造成的影响。
主网一般通过电价因素来影响配电网的调度计划，同时配电网的调度计划反过来也会对主网产生影响，如果仅从主网侧或者配网侧研究，往往不能得到全局较优的方案，因此在制定调度计划时，有必要做到主网与配网的协调。
配网调度中心，根据联络线节点价格、负荷和风力发电预测，制订可控机组的发电方案、从主网的购电方案、需求侧响应方案以及储能设备运行方案,并向主网申报购电量（可以为正也可以为负，为正表示配网向主网购电，为负表示配网向主网售电）。对于配网负荷以及间歇性能源可能引起的波动，优先采用本地平衡的原则，即配网中可控机组要留有一定的备用容量平衡波动。
在一种可选的实施方式中，
所述配网调度模型按照所述电网系统中发电机组的实际报价进行结算，并以所述配网在目标调度周期内申报所述配网购电量的成本最低为目标函数，并按照如下公式确定所述配网购电量：
其中， G表示所述配网购电量, T表示总时长， N表示所述配网的节点数量，表示节点 i在 t时刻的电价价格， Z i 表示节点 i的主动负荷， E i 表示节点 i对应的分布式能源发电信息， E max 表示所述分布式能源最大发电信息，表示所述电网系统中节点 i所在发电机组在 t时刻的实际发电成本， S i 表示节点 i所在机组对应的报价函数，表示节点 i在 t时刻的出力。
所述主网调度中心，用于根据所述配网购电量和所述主网对应的机组报价函数，基于效益最优目标函数，通过预设的主网调度模型调整配网售电量和发电侧的购电信息；
主网调度中心根据配网上报的购电量和主网机组的报价函数，根据效益最优的原则制定调度方案，并进行安全性校验，最终确定从发电侧的购电计划和对配网售电量，以联络线传输的电量为准，在没有线路阻塞和电压越线的情况下，实际的售电量应与申报的购电量平衡。
示例性地，主网对应的机组报价函数是根据机组在实际运行过程中产生的运行成本、建设机组所需的建设成本，以及后续运营所产生的运营成本共同构成的。
示例性地，表示所述效益最优目标函数，表示所述主网的节点 j在 t时刻发电的边际成本，表示所述主网的节点 j在 t-1时刻发电的边际成本。
在一种可选的实施方式中，
所述主网调度中心还用于：
按照如下公式确定所述发电侧的购电信息：
其中， F表示所述发电侧的购电信息， T表示总时长， M表示所述主网的节点数量， G表示所述配网购电量，表示节点 j在 t时刻的机组报价信息，表示所述效益最优目标函数，表示所述主网的节点 j在 t时刻发电的边际成本，表示所述主网的节点 j在 t-1时刻发电的边际成本；
按照如下公式确定所述配网售电量：
其中， R表示所述配网售电量， T表示总时长， M表示所述主网的节点数量, G表示所述配网购电量，表示节点 i在 t时刻的电价价格，表示节点 j在 t时刻的出力， c表示惩罚系数，表示所述主网的节点 j在 t时刻发电的边际成本，表示所述主网的节点 j在 t-1时刻发电的边际成本。
在一种可选的实施方式中，
配网的约束条件包括：
可控机组出力约束，如下公式所示：
其中，、分别表示第 i台可控机组在时间 t的最小出力和最大出力，表示第 i台可控机组在时间 t的出力；
机组连续运行、停运时间约束，如下公式所示：
、
其中，、分别表示机组 i的运行和停运时间，、分别表示机组 i的最小运行和停运时间。
所述配网，用于根据所述主网反馈的所述配网售电量和所述发电侧的购电信息，通过预设的双层规划模型调整所述配网的发电策略和购电策略，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
配网根据主网反馈的节点价格和售电量，又会调整自身的发电计划与购电计划，来确保自身成本最优以及联络线功率与售电量相符合。
所述预设的双层规划模型包括以所述配网的投资成本和运行成本为目标的第一规划层，基于所述第一规划层的规划结果、所述主网反馈的节点价格和售电量进行求解的第二规划层；
所述配网还用于：
基于所述配网的机组数量、需求侧响应容量以及分布式资源的数量，通过遗传算法以所述配网的投资成本和运行成本最低为目标确定所述第一规划层的规划结果；
基于所述第一规划层的规划结果、所述主网反馈的节点价格和售电量，考虑主配网的功率平衡约束，以所述配网的发电策略和购电策略为目标函数进行求解，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
示例性地，可以将配网的机组数量与需求侧响应容量以及分布式资源的数量，作为遗传算法的输入量，以所述配网的投资成本和运行成本最低为目标设置遗传算法的目标值，并进行算法迭代，更新目标值，直至达到迭代次数，将最后一次算法迭代所得到的解作为所述第一规划层的规划结果。
在一种可选的实施方式中，
所述配网还用于：
将所述第一规划层的规划结果、所述主网反馈的节点价格和售电量作为初始族群，并初始化所述初始族群、设置最大迭代次数；
基于所述主配网的功率平衡约束确定初始适应度值，并将所述初始适应度值作为初始最优解；
确定所述初始族群中各个元素对应的遗传因子，并将所述各个元素对应的遗传因子与所述初始最优解进行比较，确定所述各个元素对应的遗传因子与所述初始最优解的多个空间距离，
将所述多个空间距离中最小空间距离对应的元素的遗传因子作为新的最优解，并依次迭代更新最优解，直至达到最大迭代次数。
示例性地，本申请通过两层规划层求解发电策略和购电策略，保证所述配网售电量与所述配网购电量平衡。其中，采用遗传算法进行模型求解，具体地，
将所述第一规划层的规划结果、所述主网反馈的节点价格和售电量作为初始族群，其中，初始族群对应的向量表示为：X[x1,x2,x3],其中，X表示初始族群，x1、x2、x3可以分别表示所述第一规划层的规划结果、所述主网反馈的节点价格和售电量，设置的最大迭代次数可以为N。
基于所述主配网的功率平衡约束确定初始适应度值，并将所述初始适应度值作为初始最优解，主配网的功率平衡约束是主配网协调优化过程中重要的考量因素，将其作为初始最优解，能够使得后续的迭代优化得到的结果接近最优解。
进一步地，确定所述初始族群中各个元素对应的遗传因子，其中，遗传因子为所述初始族群中各个元素对应的向量值，确定所述各个元素对应的遗传因子与所述初始最优解的多个空间距离可以包括计算各个向量值与所述初始最优解对应的向量值的空间距离。
通过双层调度模型，实现系统效益的整体提升以及主网和配网的优化调度。
在一种可选的实施方式中，
所述主网用于：
根据预先确定的净负荷曲线的峰谷时段制定初始电价；
多个所述配网根据所述初始电价、以功率互济的方式进行合作联盟，以所述合作联盟整体的形式响应所述发电策略和所述购电策略，制定所述合作联盟对应的联盟购电策略，并将所述联盟购电策略上报至所述主网；
所述主网根据所述联盟购电策略更新所述初始电价，并对所述联盟购电策略进行动态调整，保证所述主网内部功率平衡以及经济效益最优。
示例性地，主网可以作为领导者，根据净负荷曲线的峰谷时段制定初始的购售电价。根据主网制定的电价，多个配网之间通过功率互济的方式进行合作联盟，以联盟整体的形式响应电价策略，制定相应的联盟购售电量策略， 并将策略上报给主网。主网根据合作联盟上报的购售电量策略更新电价，引导合作联盟对购售电量策略进行动态调整，保证主网内部功率的平衡以及自身经济效益最优。合作联盟再次根据更新的电价调整电量策略，主网同样根据更新的联盟策咯不断对电价进行动态修正，直至合作联盟电量策略和主网电价策略稳定不变，达到博弈的均衡解。进一步地，合作联盟成员之间根据自身的贡献程度进行合作博弈剩余利润的分配，确保能源利用率的提高以及联盟功率在配网各机组之间的优化分配。
在一种可选的实施方式中，
所述主网还用于：
按照如下公式对所述联盟购电策略进行动态调整：
其中， F LM 表示所述联盟购电策略， H(L)表示所述合作联盟 L的效用函数， a i 表示第 i个配网， f L 表示所述合作联盟 L对应的联盟购电策略， K|L|表示所述合作联盟的边际收益， K表示边际收益贡献值， n表示所述合作联盟中配网的数量。
在一种可选的实施方式中，
所述主网的约束条件包括：
机组的出力约束，如下公式所示：
其中，、分别表示第 i台机组的出力下限和上限，表示第 i台机组在时间t的出力约束；
线路传输容量约束，如下公式所示：
其中，表示 t时刻节点 i和节点 j联络线的传输功率，表示节点 i和节点 j联络线的最大传输功率；
节点电压约束，如下公式所示：
其中， U m 表示母线 m的节点电压，、分别表示母线 m的最小节点电压和最大节点电压。
本发明实施例的第二方面，
提供一种基于双向调节的主配网交互协同方法，图2为本发明实施例基于双向调节的主配网交互协同方法的流程示意图，所述方法应用于如前述任一项所述的基于双向调节的主配网交互协同系统，所述方法包括：
S101. 根据所述电网系统中联络线节点价格、所述电网系统的主动负荷以及分布式能源发电信息，通过预设的配网调度模型向所述主网申报配网购电量。
S102. 根据所述配网购电量和所述主网对应的机组报价函数，基于效益最优目标函数，通过预设的主网调度模型调整配网售电量和发电侧的购电信息；
S103. 根据所述主网反馈的所述配网售电量和所述发电侧的购电信息，通过预设的双层规划模型调整所述配网的发电策略和购电策略，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
本发明实施例的第三方面，
提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本发明实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM）、便携式压缩盘只读存储器（CD-ROM）、数字多功能盘（DVD）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构（ISA）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（FPGA）或可编程逻辑阵列（PLA），该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
注意，除非另有直接说明，否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此，除非另有明确说明，否则所发明的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下，进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头，该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于双向调节的主配网交互协同系统，其特征在于，所述系统包括主网、主网调度中心、配网、以及配网调度中心，
所述配网调度中心，用于根据电网系统中联络线节点价格、所述电网系统的主动负荷以及分布式能源发电信息，通过预设的配网调度模型向所述主网申报配网购电量；
所述主网调度中心，用于根据所述配网购电量和所述主网对应的机组报价函数，基于效益最优目标函数，通过预设的主网调度模型调整配网售电量和发电侧的购电信息，
所述配网，用于根据所述主网反馈的所述配网售电量和所述发电侧的购电信息，通过预设的双层规划模型调整所述配网的发电策略和购电策略，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
2.根据权利要求1所述的系统，其特征在于，
所述配网调度模型按照所述电网系统中发电机组的实际报价进行结算，并以所述配网在目标调度周期内申报所述配网购电量的成本最低为目标函数，并按照如下公式确定所述配网购电量：
其中，G表示所述配网购电量,T表示总时长，N表示所述配网的节点数量，表示节点i在t时刻的电价价格，Z i 表示节点i的主动负荷，E i 表示节点i对应的分布式能源发电信息，E max 表示所述分布式能源最大发电信息，表示所述电网系统中节点i所在发电机组在t时刻的实际发电成本，S i 表示节点i所在机组对应的报价函数，表示节点i在t时刻的出力。
3.根据权利要求1所述的系统，其特征在于，
所述主网调度中心还用于：
按照如下公式确定所述发电侧的购电信息：
其中，F表示所述发电侧的购电信息，T表示总时长，M表示所述主网的节点数量，G表示所述配网购电量，表示节点j在t时刻的机组报价信息，表示所述效益最优目标函数，表示所述主网的节点j在t时刻发电的边际成本，表示所述主网的节点j在t-1时刻发电的边际成本；
按照如下公式确定所述配网售电量：
其中，R表示所述配网售电量，T表示总时长，M表示所述主网的节点数量, G表示所述配网购电量，表示节点i在t时刻的电价价格，表示节点j在t时刻的出力，c表示惩罚系数，表示所述主网的节点j在t时刻发电的边际成本，表示所述主网的节点j在t-1时刻发电的边际成本。
4.根据权利要求1所述的系统，其特征在于，所述预设的双层规划模型包括以所述配网的投资成本和运行成本为目标的第一规划层，基于所述第一规划层的规划结果、所述主网反馈的节点价格和售电量进行求解的第二规划层；
所述配网还用于：
基于所述配网的机组数量、需求侧响应容量以及分布式资源的数量，通过遗传算法以所述配网的投资成本和运行成本最低为目标确定所述第一规划层的规划结果；
基于所述第一规划层的规划结果、所述主网反馈的节点价格和售电量，考虑主配网的功率平衡约束，以所述配网的发电策略和购电策略为目标函数进行求解，以联络线传输的电量为准，在没有线路阻塞和电压越限的情况下,保证所述配网售电量与所述配网购电量平衡。
5.根据权利要求4所述的系统，其特征在于，所述配网还用于：
将所述第一规划层的规划结果、所述主网反馈的节点价格和售电量作为初始族群，并初始化所述初始族群、设置最大迭代次数；
基于所述主配网的功率平衡约束确定初始适应度值，并将所述初始适应度值作为初始最优解；
确定所述初始族群中各个元素对应的遗传因子，并将所述各个元素对应的遗传因子与所述初始最优解进行比较，确定所述各个元素对应的遗传因子与所述初始最优解的多个空间距离，
将所述多个空间距离中最小空间距离对应的元素的遗传因子作为新的最优解，并依次迭代更新最优解，直至达到最大迭代次数。
6.根据权利要求1所述的系统，其特征在于，所述主网用于：
根据预先确定的净负荷曲线的峰谷时段制定初始电价；
多个所述配网根据所述初始电价、以功率互济的方式进行合作联盟，以所述合作联盟整体的形式响应所述发电策略和所述购电策略，制定所述合作联盟对应的联盟购电策略，并将所述联盟购电策略上报至所述主网；
所述主网根据所述联盟购电策略更新所述初始电价，并对所述联盟购电策略进行动态调整，保证所述主网内部功率平衡以及经济效益最优。
7.根据权利要求6所述的系统，其特征在于，所述主网还用于：
按照如下公式对所述联盟购电策略进行动态调整：
其中，F LM 表示所述联盟购电策略，H(L)表示所述合作联盟L的效用函数，a i 表示第i个配网，f L 表示所述合作联盟L对应的联盟购电策略，K|L|表示所述合作联盟的边际收益，K表示边际收益贡献值，n表示所述合作联盟中配网的数量。
8.一种基于双向调节的主配网交互协同方法，其特征在于，所述方法应用于如权利要求1至7中任一项所述的基于双向调节的主配网交互协同系统。
9.一种基于双向调节的主配网交互协同设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求8所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求8所述的方法。
CN202310203976.8A 2023-03-06 2023-03-06 基于双向调节的主配网交互协同方法及系统 Active CN116073377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310203976.8A CN116073377B (zh) 2023-03-06 2023-03-06 基于双向调节的主配网交互协同方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310203976.8A CN116073377B (zh) 2023-03-06 2023-03-06 基于双向调节的主配网交互协同方法及系统

Publications (2)

Publication Number Publication Date
CN116073377A true CN116073377A (zh) 2023-05-05
CN116073377B CN116073377B (zh) 2023-06-23

Family

ID=86173294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310203976.8A Active CN116073377B (zh) 2023-03-06 2023-03-06 基于双向调节的主配网交互协同方法及系统

Country Status (1)

Country Link
CN (1) CN116073377B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104362677A (zh) * 2014-11-19 2015-02-18 云南电网公司电力科学研究院 一种主动配电网优化配置结构及其配置方法
WO2015196743A1 (zh) * 2014-06-25 2015-12-30 国家电网公司 主动配电网的重构方法和装置
CN108648024A (zh) * 2018-06-08 2018-10-12 河海大学 一种配电网分布式电源节点边际电价计算方法
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN111612248A (zh) * 2020-05-20 2020-09-01 云南电网有限责任公司电力科学研究院 一种配电网侧源-荷协调方法及系统
CN112072641A (zh) * 2020-08-19 2020-12-11 国网江苏省电力有限公司扬州供电分公司 一种源网荷储柔性协调控制和运行优化方法
CN114123361A (zh) * 2021-11-18 2022-03-01 国网湖北省电力有限公司经济技术研究院 一种面向微能网接入的交直流配电网协同优化调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015196743A1 (zh) * 2014-06-25 2015-12-30 国家电网公司 主动配电网的重构方法和装置
CN104362677A (zh) * 2014-11-19 2015-02-18 云南电网公司电力科学研究院 一种主动配电网优化配置结构及其配置方法
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN108648024A (zh) * 2018-06-08 2018-10-12 河海大学 一种配电网分布式电源节点边际电价计算方法
CN111612248A (zh) * 2020-05-20 2020-09-01 云南电网有限责任公司电力科学研究院 一种配电网侧源-荷协调方法及系统
CN112072641A (zh) * 2020-08-19 2020-12-11 国网江苏省电力有限公司扬州供电分公司 一种源网荷储柔性协调控制和运行优化方法
CN114123361A (zh) * 2021-11-18 2022-03-01 国网湖北省电力有限公司经济技术研究院 一种面向微能网接入的交直流配电网协同优化调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
何也帅: "主动配电网内售电公司购售电优化模型研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, pages 22 *
李会利;刘传清;: "微电网联盟博弈模型与控制算法研究", 智能电网, no. 03, pages 292 *
金尧;王正宇;蒋传文;张裕;赵岩;: "主动配电网与主网协调调度", 电力建设, no. 01, pages 39 *

Also Published As

Publication number Publication date
CN116073377B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
Li et al. A reinforcement learning based RMOEA/D for bi-objective fuzzy flexible job shop scheduling
Zhang et al. Adaptive distributed auction-based algorithm for optimal mileage based AGC dispatch with high participation of renewable energy
Zhou et al. Game-theoretical energy management for energy Internet with big data-based renewable power forecasting
Motevasel et al. Expert energy management of a micro-grid considering wind energy uncertainty
CN110516843B (zh) 一种虚拟电厂容量优化方法、设备以及系统
CN108964050A (zh) 基于需求侧响应的微电网双层优化调度方法
Song et al. Economic-environmental equilibrium-based bi-level dispatch strategy towards integrated electricity and natural gas systems
CN114997631B (zh) 一种电动汽车充电调度方法、装置、设备及介质
Ruan et al. Operation strategy optimization of combined cooling, heating, and power systems with energy storage and renewable energy based on deep reinforcement learning
Shen et al. Multi-timescale rolling optimization dispatch method for integrated energy system with hybrid energy storage system
Zelazo et al. An energy management system for off-grid power systems
Ruelens et al. Demand side management of electric vehicles with uncertainty on arrival and departure times
CN116207739A (zh) 配电网优化调度方法、装置、计算机设备和存储介质
Zhou et al. Correlated deep q-learning based microgrid energy management
Mu et al. A two-stage scheduling method for integrated community energy system based on a hybrid mechanism and data-driven model
Xie et al. Optimal dispatching strategy of active distribution network for promoting local consumption of renewable energy
Dou et al. Double‐deck optimal schedule of micro‐grid based on demand‐side response
Qiu et al. Local integrated energy system operational optimization considering multi‐type uncertainties: A reinforcement learning approach based on improved TD3 algorithm
Yang et al. Adaptive robust optimal dispatch of microgrid based on different robust adjustment parameters
CN116073377B (zh) 基于双向调节的主配网交互协同方法及系统
CN106600078A (zh) 一种基于新能源发电预测的微网能量管理方案
CN116382199A (zh) 一种考虑电碳互耦的自备电厂优化控制方法及装置
Zhou et al. Energy management for energy internet: a combination of game theory and big data-based renewable power forecasting
CN115360768A (zh) 基于muzero和深度强化学习的电力调度方法、装置及存储介质
Xiong et al. Optimizing electricity demand scheduling in microgrids using deep reinforcement learning for cost‐efficiency

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant