(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111252332.5 (22)申请日 2021.10.27 (71)申请人 南方电网科 学研究院有限责任公司 地址 510000 广东省广州市萝岗区科 学城 科翔路11号J1栋3、 4、 5楼及J3 栋3楼 (72)发明人 周保荣　李江南　程兰芬　禤培正　 苏祥瑞　周尚筹　唐翀　郑晓东　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 麦小婵　郝传鑫 (51)Int.Cl. G06F 30/27(2020.01) G06Q 50/06(2012.01) G06F 17/10(2006.01) G06F 111/06(2020.01)G06F 119/02(2020.01) (54)发明名称 多虚拟电厂的协同优化调度方法、 装置、 设 备及存储介质 (57)摘要 本发明公开一种多虚拟电厂的协同优化调 度方法， 包括： 通过构建多虚拟电厂协同优化调 度模型； 其中， 所述多虚拟电厂协同优化调度模 型包括各个虚拟电厂的运行成本函数和各个虚 拟电厂的运行约束条件； 针对构建的多虚拟电厂 协同优化调度模型， 进行状态变量、 动作变量和 奖赏函数的定义， 以构建马尔科夫决策过程， 进 而根据多虚拟电厂协同优化调度模型和马尔科 夫决策过程， 基于分布式深度Q网络算法训练智 能体， 最终求解多虚拟电厂协 同优化调度问题。 由此可见， 本发明实施例采用深度强化学习算 法， 适应系统中的可再生能源出力和负荷等的不 确定性， 能够对多虚拟电厂的协同优化调度问题 进行快速且精准的求 解。 权利要求书3页 说明书11页 附图3页 CN 114036825 A 2022.02.11 CN 114036825 A 1.一种多虚拟电厂的协同优化调度方法， 其特 征在于， 包括： 构建多虚拟电厂协同优化调度模型； 其中， 所述多虚拟电厂协同优化调度模型包括各 个虚拟电厂的运行成本函数和各个虚拟电厂的运行约束条件； 定义状态变量、 动作变量和奖赏函数， 针对所述多虚拟电厂协同优化调度模型构建马 尔科夫决策过程； 基于分布式深度Q网络算法训练智能体， 求 解多虚拟电厂协同优化调度问题。 2.如权利要求1所述的多虚拟电厂的协同优化调度方法， 其特征在于， 所述运行成本函 数具体为： 其中， Ck(t)为t时段第k个虚拟电厂的运行成本， σP2P(t)为t时段虚拟电厂之间P2P交易 的交易价格， ωd(t)为配电网的过网价格， σ(t)为主网的实时电价， δ为向主网购电和售电 价格与实时电价的差额比例， ak,bk,ck分别为第K个虚拟电厂内部柴油机组的三个成本系 数， ρ 分别为柴油机组温室气体排放成本的二阶系数和一阶系数， Pki(t)为t时段第k个虚 拟电厂向第i个虚拟电厂传输的有功功率， Pk0(t)为t时段第k个虚拟电厂向主网传输的有功 功率， 为t时段第k个虚拟电厂内部柴油机组的有功出力， M为虚拟电厂个数。 3.如权利要求1所述的多虚拟电厂的协同优化调度方法， 其特征在于， 所述各个虚拟电 厂的运行约束条件 包括： 各个虚拟电厂内部柴油机组 的运行约束条件、 各个虚拟电厂内部储能系统 的运行约束 条件、 各个虚拟电厂之间的电能交易约束 条件、 各个虚拟电厂与主网的电能交易约束 条件， 以及各个虚拟电厂内部的功率平衡约束条件。 4.如权利要求3所述的多虚拟电厂的协同优化调度方法， 其特征在于， 所述柴油机组 的 运行约束条件， 具体为: 其中， 表示t时段第 k个虚拟电厂内部柴油机组的有功出力， 表示第k个虚 拟电厂内部柴油机组的最小有功功率， 表示第k个虚拟电厂内部柴油机组的最大有 功功率。 5.如权利要求3所述的多虚拟电厂的协同优化调度方法， 其特征在于， 所述各个虚拟电 厂之间的电能交易约束条件和所述各个虚拟电厂与主网的电能交易约束条件， 具体为： |Pki(t)|≤Bki； 其中， M为虚拟电厂个数， Pk(t)为t时段第k个虚拟电厂向其他虚拟电厂和主网的总有功 功率输出， Pki(t)为t时段第k个虚拟电厂向第i个虚拟电厂传输的有功功率， Pk0(t)为t时段 第k个虚拟电厂向主网传输的有功 功率， Bki为传输线最大容 量。权　利　要　求　书 1/3 页 2 CN 114036825 A 26.如权利要求3所述的多虚拟电厂的协同优化调度方法， 其特征在于， 所述各个虚拟电 厂内部储能系统的运行约束条件， 具体为： 其中， 分别为t时段第k个虚拟电厂内部储能系统的充电功率和放电功率； 分别为第k个虚拟电厂内部储能系统允许的最大充电和最大放电功率； 为t时段第k个虚拟电厂内部储能系统的荷电状态； ηch, ηdis分别为储能系统的充电效率和放 电效率； 为第k个虚拟电厂内部储能系统的容量； 分别为第k个虚拟电厂内部 储能系统允许的最小荷电状态和最大荷电状态； 所述各个虚拟电厂内部的功率平衡约束条件， 具体为： 其中， 为第k个虚拟电厂内部负荷的预测值， 为第k个虚拟电厂内部可再生 能源出力的预测值， ζk, υk分别为第 k个虚拟电厂内部负荷的预测误差和可再生 能源出力的 预测误差 。 7.如权利要求1所述的多虚拟电厂的协同优化调度方法， 其特征在于， 所述状态变量和 所述动作变量具体为： ξk(t)＝[sk(t‑p),...,sk(t‑1),sk(t)]； 其中， sk(t)为t时段第k个虚拟电厂的状态变量， ξk(t)为t时段第k个虚拟电厂的动作变 量， 由当前的状态变量和过去p个时段的状态变量组成； 所述奖赏 函数为： Rk(t)＝‑Ck(t)‑τk|Pk(t)|‑fk(t)； 其中， Rk(t)为t时段第k个虚拟电厂的奖赏函数， Ck(t)为t时段第k个虚拟电厂的运行成 本， τk|Pk(t)|为第k个虚拟电厂内部供需不平衡量的惩罚项， τk为惩罚系数， fk(t)为第k个 虚拟电厂内部储能系统老化的惩罚项； 第k个虚拟电厂内部储能系统老化的惩罚项， 具体为： 权　利　要　求　书 2/3 页 3 CN 114036825 A 3