现货市场环境下基于深度强化学习的光储联合电站储能系统最优运行方法 |
| |
引用本文: | 龚开,王旭,邓晖,蒋传文,马骏超,房乐.现货市场环境下基于深度强化学习的光储联合电站储能系统最优运行方法[J].电网技术,2022(9):3365-3377. |
| |
作者姓名: | 龚开 王旭 邓晖 蒋传文 马骏超 房乐 |
| |
作者单位: | 1. 电力传输与功率变换控制教育部重点实验室(上海交通大学);2. 国网浙江省电力有限公司电力科学研究院;3. 国网浙江省电力有限公司电力市场仿真实验室 |
| |
基金项目: | 国家自然科学基金项目(51907120)~~; |
| |
摘 要: | 光伏-储能联合电站不仅能够有效减少光伏实时出力偏差,也是一种能够提供电能量和调频辅助服务的潜在市场主体。为实现上述3类目标,与光伏出力协同的储能电量调度策略至关重要,然而目前大部分光储联合电站的储能电量调度策略无法同时协调降低光伏实时出力偏差和参与电能量与调频辅助服务市场3种决策;另一方面,电力现货市场价格与调频信号不确定性及储能电量调度策略将光储联合电站储能运行优化问题转化为一个随机动态非凸优化问题,现有相关研究大部分利用随机场景法或智能算法处理非凸优化,所获得的储能运行方案存在一定的局限性,且难以根据实时数据动态制定运行方案。因此,提出一种现货市场环境下基于DQN(deep Q-network)的光储联合电站储能系统优化运行方法,该方法克服了非凸优化难题,结合所提储能电量闭环调度策略能够实现光储联合电站在考虑偏差考核成本、电能量收益、调频辅助服务收益下的储能系统小时级动态优化运行,进而最大化光-储联合电站的经济收益。测试算例通过实际市场数据验证了所提方法的可行性和有效性。
|
关 键 词: | 储能 deep Q-network 不确定性 电力市场 最优运行 |
|
|