(19)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 202211176440.3 (22)申请日 2022.09.26 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 艾小猛　薛熙臻　方家琨　崔世常　 姚伟　文劲宇　 (74)专利代理 机构 华中科技大 学专利中心 42201 专利代理师 尹丽媛 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种微电网系统的分布式实时经济调度方 法和装置 (57)摘要 本发明公开了一种微电网系统的分布式实 时经济调度方法和装置， 属于电气工程技术领 域， 所述方法包括： 建立所述微电网系统的日内 实时调度模 型， 并将其重构为分布式马尔科夫决 策过程； 采用分段线性函数近似描述St状态下从 t时刻到总调度域T时刻的近似最优值函数； 基于 一致性的分布式优化算法提出分布式的值函数 训练方法， 对分段线性函数进行分布式训练； 基 于t时刻微电网系统的随机因素Rt确定出t时刻 的状态变量St， 基于训练好的分段线性函数求解 马尔科夫决策过程， 得到微电网系统t时刻的近 似最优实时经济调度决策， 进而实施 微电网系统 的分布式调度。 本发明能够减少通信和计算损 耗， 保证系统隐私性， 安全性和可扩 展性。 权利要求书4页 说明书11页 附图4页 CN 115456447 A 2022.12.09 CN 115456447 A 1.一种微电网系统的分布式实时经济调度方法， 其特 征在于， 包括： S1： 根据微电网系统中各元件的技术参数， 建立所述微电网系统的日内实时调度模型； 所述日内实时调度模型 的目标函数为： 最小化的所述微电网系统总调度域T时间段 的运行 费用； S2： 将所述微电网系统的日内实时经济调度模型重构为 分布式马尔科夫决策过程Mt＝< St,xt,Rt,Fttrans>； St为t时刻状态变量集合； xt为t时刻的决策变量集合； Rt为t时刻随机因素 集合； Fttrans为表示t时刻状态变量 根据决策变量和随机因素发生 转移的状态转移方程； S3： 采用分段线 性函数近似描 述St状态下从t时刻到总调度域T时刻的近似最优 值函数； 基于一致性的分布式优化算法提出分布式的值函数训练方法， 对所述分段线性函数进 行训 练； S4： 基于t时刻微电网系统的随机因素Rt确定出t时刻的状态变量St， 基于训练好的分段 线性函数， 通过最小化最优运行费用函数， 序贯分布式地求解马尔科夫决策过程， 得到微电 网系统t时刻的近似最优实时经济调度决策； 利用近似最优实时经济调度决策实施所述微 电网系统的调度。 2.如权利要求1所述的微电网系统的分布式实时经济调度方法， 其特 征在于， 所 述 微 电 网 系 统 的 状 态 变 量 集 合 为 包 含 空 间 状 态 变 量 和时间状态变量 λt为分布式求解中各 发电单元的边际成本的集合， 为分布式求解中的功率限制因子， Dt为分布式求解中各发 电单元的功率不匹配量； 为t‑Δt时刻微电网系统中分布式发电机组g的出力， 为t 时刻微电网系统中储能b的荷电状态， Ptw,a为t时刻风电机组w的可用出力， Pts,a为t时刻光伏 机组s的可用出力， pt为t时刻的电价， lt为t时刻的负荷； 所述微电网系统的决策变量集合为xt＝{Ptg； Pte； Ptb； Ptw； Pts}， Ptb为微电网系统 中储能b 的出力； 所述微电网系统的随机因素集合包括日前预测值集合 和预测 误差集合 其中， Ptw,f为t时刻风电机组w的日前预测值， Pts,f为t时刻光 伏机组s的日前预测值， 为t时刻电价的日前预测值， 为t时刻负荷的日前预测值； 为t时刻风电机组w的预测误差， 为t时刻光伏机组s的预测误差， 为t时刻电价的预测 误差， 为t时刻负荷的预测误差 。 3.如权利要求2所述的微电网系统 的分布式实时经济调度方法， 其特征在于， 所述微电 网系统的状态转移方程包 含空间状态转移方程和时间状态转移方程：权　利　要　求　书 1/4 页 2 CN 115456447 A 2空间状态转移方程 时间状态转移方程 其中， A为分布式求解中的权重矩阵， ∈λ、 ∈κ为反馈增 益系数， idx为索引， 用于表示集 合中的第几个元 素； St(idx)为集合St中的第idx个元 素。 4.如权利要求1所述的微电网系统 的分布式实时经济调度 方法， 其特征在于， 所述S3包 括： S31： 构建所述微电网系统在St状态下从t时刻到总调度域T时刻的最优运行费用函数 Ct(St,xt)为t时刻的运行费用， 为t时刻储能的荷 电状态， 为近似值 函数， 表示 微电网从t+1时刻到T时刻的最优运行费用； S 3 2 ：采 用 分 段 线 性 函 数 近 似 替 代 所 述 最 优 运 行 费 用 函 数 ，得 到 B为微电网中储能的集合； M为分段线性函数的分 段总数； 为分段线性 函数的斜 率； 为储能b在分段m中的SOC值； S33： 基于一致性的分布式优化算法提出分布式的值函数训练方法； 利用所述值函数训 练方法对所述分段线性 函数进行训练， 得到 近似最优值 函数辅助决策。 5.如权利要求4所述的微电网系统的分布式实时经济调度方法， 其特征在于， 所述S33 包括： S33‑1、 初始化分段线性 函数， 并令n ＝1； S33‑2、 根据日前的风电、 光伏、 电价、 负荷的预测信息， 采用蒙特卡洛方法生成一组微 电网系统的随机因素； S33‑3、 令k＝Δk； S33‑4、 采用基于一致性的分布式算法求解微所述日内实时经济调度问题， 如果算法收 敛， 输出微电网的决策； 如果算法不收敛， 令k＝k +Δk更新系统的空间状态变量并继续采用 基于一致性的分布式算法求 解微电网的日内实时经济调度问题， 直到算法收敛； S33‑5、 根据储能模块自身在决策前和决策后的信息， 分布式的求解分段线性函数的采 样估计值； S33‑6、 根据所述采样估计值， 通过 对值函数斜率进行 更新； S33‑7、 根据所述状态转移方程计算 微电网系统t+Δt时刻的状态St+Δt；权　利　要　求　书 2/4 页 3 CN 115456447 A 3