本發(fā)明涉及能源規(guī)劃，特別是涉及一種抽水蓄能電站的能源規(guī)劃方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著全球能源轉(zhuǎn)型的深入發(fā)展與可再生能源的大規(guī)模并網(wǎng)，傳統(tǒng)電力系統(tǒng)面臨前所未有的挑戰(zhàn)。其中，如何有效地整合不穩(wěn)定的可再生能源的發(fā)電，保障電網(wǎng)的穩(wěn)定運(yùn)行與供應(yīng)可靠性，成為當(dāng)前電力系統(tǒng)規(guī)劃與運(yùn)營中的一項(xiàng)關(guān)鍵任務(wù)。抽水蓄能電站(pumpedhydro?storage,phs)作為一種成熟的大規(guī)模儲能技術(shù)，在平衡電網(wǎng)負(fù)荷、提供系統(tǒng)調(diào)峰能力、保障能源供應(yīng)穩(wěn)定性等方面發(fā)揮著至關(guān)重要的作用。在極端氣候條件下能夠?qū)﹄娋W(wǎng)韌性進(jìn)行有效支撐是新型電力系統(tǒng)的發(fā)展方向，因此如何量化各類電源及儲能在極端條件下的規(guī)劃是目前研究的關(guān)鍵，而現(xiàn)有研究多關(guān)注于如何通過抽水蓄能電站來優(yōu)化新能源(風(fēng)能、光伏等)并網(wǎng)系統(tǒng)，鮮有文章考慮極端氣候條件下抽水蓄能電站未來規(guī)劃。

2、由此可見，如何解決抽水蓄能電站在極端條件下的能源規(guī)劃問題，已經(jīng)成為本領(lǐng)域技術(shù)人員所要亟待解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種抽水蓄能電站的能源規(guī)劃方法、系統(tǒng)、設(shè)備及介質(zhì)，解決抽水蓄能電站在極端條件下的能源規(guī)劃的問題。

2、為解決上述技術(shù)問題，本發(fā)明第一方面提供一種抽水蓄能電站的能源規(guī)劃方法，包括：

3、獲取抽水蓄能電站在極端氣候條件下的韌性指標(biāo)，并根據(jù)所述韌性指標(biāo)構(gòu)建所述抽水蓄能電站的能源規(guī)劃模型；所述韌性指標(biāo)通過所述抽水蓄能電站在所述極端氣候條件下，故障場景的發(fā)生概率和相應(yīng)的負(fù)荷曲線缺失面積計(jì)算得到；

4、通過雙延遲深度確定性策略梯度算法對所述能源規(guī)劃模型進(jìn)行求解，得到所述抽水蓄能電站的能源規(guī)劃方案。

5、作為其中一種優(yōu)選方案，所述韌性指標(biāo)通過下式表示：

6、

7、式中，f3為韌性指標(biāo)；λn為場景n的發(fā)生概率；n為故障發(fā)生場景個(gè)數(shù)；imn為場景n的供電量不足程度；t0為城市供電網(wǎng)絡(luò)受到極端氣候影響的持續(xù)時(shí)間；l(t)為極端氣候造成重大故障發(fā)生時(shí)抽水蓄能電站中真實(shí)負(fù)荷曲線；l1(t)為抽水蓄能電站無故障運(yùn)作時(shí)的目標(biāo)負(fù)荷曲線；r為積分參數(shù)；sn為負(fù)荷曲線的缺失面積。

8、作為其中一種優(yōu)選方案，所述能源規(guī)劃模型以有功網(wǎng)絡(luò)損耗最小、儲能設(shè)備投資成本最小以及韌性指標(biāo)最大為目標(biāo)。

9、作為其中一種優(yōu)選方案，所述能源規(guī)劃模型的約束條件包括節(jié)點(diǎn)電壓約束、功率平衡約束、儲能運(yùn)行約束和儲能數(shù)量約束。

10、作為其中一種優(yōu)選方案，所述通過雙延遲深度確定性策略梯度算法對所述能源規(guī)劃模型進(jìn)行求解，得到所述抽水蓄能電站的能源規(guī)劃方案，包括：

11、對網(wǎng)絡(luò)模型進(jìn)行初始化及賦予隨機(jī)權(quán)重，并對回放緩沖區(qū)進(jìn)行初始化設(shè)置，所述網(wǎng)絡(luò)模型包括q網(wǎng)絡(luò)、目標(biāo)q網(wǎng)絡(luò)和策略網(wǎng)絡(luò)，所述q網(wǎng)絡(luò)包括第一q網(wǎng)絡(luò)和第二q網(wǎng)絡(luò)，所述目標(biāo)q網(wǎng)絡(luò)包括第一目標(biāo)q網(wǎng)絡(luò)和第二目標(biāo)q網(wǎng)絡(luò)；

12、基于所述抽水蓄能電站中的基礎(chǔ)參數(shù)和所述能源規(guī)劃模型，定義狀態(tài)變量、動(dòng)作空間和獎(jiǎng)勵(lì)函數(shù)，以進(jìn)行環(huán)境交互，并將觀測到的轉(zhuǎn)換數(shù)據(jù)存儲在所述回放緩沖區(qū)中；所述基礎(chǔ)參數(shù)包括當(dāng)前時(shí)刻的水庫水位、電力需求、充放電狀態(tài)、儲能設(shè)備狀態(tài)、節(jié)點(diǎn)電壓以及各電源出力；

13、從所述回放緩沖區(qū)中隨機(jī)抽取轉(zhuǎn)換數(shù)據(jù)對所述網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并迭代環(huán)境交互和模型訓(xùn)練步驟，直至達(dá)到預(yù)設(shè)迭代次數(shù)，得到訓(xùn)練完成后的所述網(wǎng)絡(luò)模型；

14、將所述抽水蓄能電站的關(guān)鍵參數(shù)輸入至訓(xùn)練完成后的所述網(wǎng)絡(luò)模型中進(jìn)行處理，得到所述能源規(guī)劃方案；所述關(guān)鍵參數(shù)包括電網(wǎng)參數(shù)、邊界條件和成本系數(shù)，所述能源規(guī)劃方案包括儲能設(shè)備的安裝節(jié)點(diǎn)和容量。

15、作為其中一種優(yōu)選方案，所述基于所述抽水蓄能電站中的基礎(chǔ)參數(shù)和所述能源規(guī)劃模型，定義狀態(tài)變量、動(dòng)作空間和獎(jiǎng)勵(lì)函數(shù)，以進(jìn)行環(huán)境交互，并將觀測到的轉(zhuǎn)換數(shù)據(jù)存儲在所述回放緩沖區(qū)中，包括：

16、將所述抽水蓄能電站當(dāng)前時(shí)刻的水庫水位、電力需求、充放電狀態(tài)、儲能設(shè)備狀態(tài)定義為所述狀態(tài)變量，將所述抽水蓄能電站的節(jié)點(diǎn)電壓以及各電源出力定義為所述動(dòng)作空間，并將所述能源規(guī)劃模型作為所述獎(jiǎng)勵(lì)函數(shù)；

17、在每個(gè)時(shí)間步觀測所述抽水蓄能電站的當(dāng)前狀態(tài)，通過所述策略網(wǎng)絡(luò)選擇一個(gè)動(dòng)作，并在環(huán)境中執(zhí)行所選動(dòng)作，得到新狀態(tài)和獎(jiǎng)勵(lì)；

18、將所述當(dāng)前狀態(tài)、所選動(dòng)作、新狀態(tài)和獎(jiǎng)勵(lì)作為所述轉(zhuǎn)換數(shù)據(jù)存儲在所述回放緩沖區(qū)中。

19、作為其中一種優(yōu)選方案，所述從所述回放緩沖區(qū)中隨機(jī)抽取轉(zhuǎn)換數(shù)據(jù)對所述網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并迭代環(huán)境交互和模型訓(xùn)練步驟，直至達(dá)到預(yù)設(shè)迭代次數(shù)，得到訓(xùn)練完成后的所述網(wǎng)絡(luò)模型，包括：

20、從所述回放緩沖區(qū)中隨機(jī)抽取轉(zhuǎn)換數(shù)據(jù)，并通過所述網(wǎng)絡(luò)模型計(jì)算所述轉(zhuǎn)換數(shù)據(jù)的目標(biāo)q值；

21、通過所述目標(biāo)q值對所述q網(wǎng)絡(luò)的損失進(jìn)行梯度下降計(jì)算，并更新第一網(wǎng)絡(luò)參數(shù)，所述第一網(wǎng)絡(luò)參數(shù)為所述q網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)；

22、在所述q網(wǎng)絡(luò)的更新次數(shù)達(dá)到預(yù)設(shè)次數(shù)條件時(shí)，通過最新的所述q網(wǎng)絡(luò)對所述策略網(wǎng)絡(luò)進(jìn)行評估，以更新第二網(wǎng)絡(luò)參數(shù)，所述第二網(wǎng)絡(luò)參數(shù)為所述策略網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)；

23、將所述第一網(wǎng)絡(luò)參數(shù)對應(yīng)復(fù)制于所述目標(biāo)q網(wǎng)絡(luò)，迭代環(huán)境交互和模型訓(xùn)練步驟，直至達(dá)到預(yù)設(shè)迭代次數(shù)，得到訓(xùn)練完成后的所述網(wǎng)絡(luò)模型。

24、本發(fā)明第二方面提供了一種抽水蓄能電站的能源規(guī)劃系統(tǒng)，包括：

25、模型構(gòu)建模塊，用于獲取抽水蓄能電站在極端氣候條件下的韌性指標(biāo)，并根據(jù)所述韌性指標(biāo)構(gòu)建所述抽水蓄能電站的能源規(guī)劃模型；所述韌性指標(biāo)通過所述抽水蓄能電站在所述極端氣候條件下，故障場景的發(fā)生概率和相應(yīng)的負(fù)荷曲線缺失面積計(jì)算得到；

26、模型求解模塊，用于通過雙延遲深度確定性策略梯度算法對所述能源規(guī)劃模型進(jìn)行求解，得到所述抽水蓄能電站的能源規(guī)劃方案。

27、本發(fā)明第三方面提供了一種電子設(shè)備，包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執(zhí)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述所述的抽水蓄能電站的能源規(guī)劃方法。

28、本發(fā)明第四方面提供了一種計(jì)算機(jī)可讀存儲介質(zhì)，所述計(jì)算機(jī)可讀存儲介質(zhì)包括存儲的計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)可讀存儲介質(zhì)所在設(shè)備執(zhí)行所述計(jì)算機(jī)程序時(shí)，實(shí)現(xiàn)如上述所述的抽水蓄能電站的能源規(guī)劃方法。

29、相比于現(xiàn)有技術(shù)，本發(fā)明實(shí)施例的有益效果在于以下所述：

30、本發(fā)明公開了一種抽水蓄能電站的能源規(guī)劃方法、系統(tǒng)、設(shè)備及介質(zhì)，該方法包括獲取抽水蓄能電站在極端氣候條件下的韌性指標(biāo)，并根據(jù)所述韌性指標(biāo)構(gòu)建所述抽水蓄能電站的能源規(guī)劃模型；所述韌性指標(biāo)通過所述抽水蓄能電站在所述極端氣候條件下，故障場景的發(fā)生概率和相應(yīng)的負(fù)荷曲線缺失面積計(jì)算得到；通過雙延遲深度確定性策略梯度算法對所述能源規(guī)劃模型進(jìn)行求解，得到所述抽水蓄能電站的能源規(guī)劃方案；解決了抽水蓄能電站在極端條件下的能源規(guī)劃的問題，本技術(shù)通過韌性指標(biāo)來構(gòu)建抽水蓄能電站的能源規(guī)劃模型，能優(yōu)化抽水蓄能電站的運(yùn)行策略，提高其在極端氣候條件下的穩(wěn)定性和恢復(fù)能力，以確保電站的安全穩(wěn)定運(yùn)行，提升能源供應(yīng)的可靠性和靈活性，并促進(jìn)新能源的消納和電力系統(tǒng)的經(jīng)濟(jì)性以及推動(dòng)綠色低碳發(fā)展；本技術(shù)引入雙延遲深度確定性策略梯度算法來求解抽水蓄能規(guī)劃這一復(fù)雜的連續(xù)控制問題，提高了能源規(guī)劃模型的求解效率，有助于制定更為科學(xué)合理的抽水蓄能電站規(guī)劃方案，提高抽水蓄能電站的整體性能和可靠性。