(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 202111519208.0 (22)申请日 2021.12.13 (71)申请人 广东工业大 学 地址 510062 广东省广州市越秀区东 风东 路729号 (72)发明人 苏梓骏　 (74)专利代理 机构 广东广信君达律师事务所 44329 代理人 戴绪霖 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种可分布式能源并网与储能优化选择方 法 (57)摘要 本发明公开了一种可分布式能源并网与储 能优化选择方法， 基于人工智 能技术， 考虑智能 微网， 特别是企业储能电站的运行特征， 提出用 户侧可分布式能源并网与储能优化选择的方法。 突破传统的基于模型的、 静态优化方法， 设计基 于深度确定性策略梯度模型， 提出能够使得算法 收敛的参数训练过程， 计算智能微电网中储能电 站最优充放电功率， 以实现智能微电网电能最优 调度。 对企业自建储能电站充分考量了储能电站 的运行特征， 实现储能电站中储能设备在充放电 控制过程中， 不过充过放、 不超 过额定工况， 实现 经济效益最优。 在降低用户用电电量的峰谷差的 同时， 降低用户的用电成本。 还特别考虑了蓄电 池的寿命衰减， 降低电能储 存的长期开支。 权利要求书3页 说明书8页 附图2页 CN 114154746 A 2022.03.08 CN 114154746 A 1.一种可分布式能源并 网与储能优化选择 方法， 其特 征在于， 包括以下步骤： S1、 采集待调度的电网区域的历史用电数据和待调度的电网区域的历史电价Ct， 其中， 用电数据为企业用电的有功 功率数据{PL， t}； S2、 建立深度确定性策略梯度模型， 并初始化 其参数； S3、 定义企业用户的电能优化指标； S4、 求取给定用电设备 下的基准控制策略数据； S5、 基于基准控制策略数据， 训练深度确定性策略梯度模型的参数； S6、 结合企业用户的 的电能优化指标， 对深度确定性策略梯度模型进行在线优化训练； S7、 将步骤S6在线优化训练完成的深度确定性策略梯度模型求取最优解， 并根据最优 解， 对储能电站展开相应的控制， 以控制储能设备的充放电功率， 当到达下一小时时， 返回 步骤S4， 继续进行优化调度。 2.根据权利要求1所述的一种可分布式能源 并网与储能优化选择方法， 其特征在于， 所 述步骤S2中， 建立的深度确定性策略梯度模型包括评判网络、 目标评判网络、 执行网络、 目 标执行网络； 初始化深度确定性策略梯度模型中评判网络的参数θQ、 目标评判网络的参数θQ′、 执行 网络的参数θμ、 目标执行网络的参数θμ′， 其中， θQ＝θQ′ θμ＝θμ′ 且： || θQ||∞≤0.1 || θμ||∞≤0.1 θQ和 θμ的元素均匀分布。 3.根据权利要求2所述的一种可分布式能源 并网与储能优化选择方法， 其特征在于， 所 述步骤S3中， 定义 一个企业用户的电能优化指标 具体包括： J＝J1+J2+J3+J4 其中， T为调度的时间区间， Ccon为蓄电池的建造成本， Ncycle为蓄电池可循环充放电的次 数， Ccap为蓄电池容量， μ为罚函数系数， β为蓄电池的期望平均电量， J1为用户电价的指标 项、 J2为考虑蓄电池寿命的指标项、 J3为限制电网取电最大功率的指标项、 J4抑制蓄电池过 充和过放的指标项， J为总的指标项， Pb， t为蓄电池的充放电功率， 正数为放点， 负数为充电，权　利　要　求　书 1/3 页 2 CN 114154746 A 2ηc为蓄电池的充电效率， ηd为蓄电池的放电效率， SoCt为蓄电池的荷电状态， Eb， rate为蓄电池 的额定电量。 4.根据权利要求3所述的一种可分布式能源 并网与储能优化选择方法， 其特征在于， 所 述步骤S4具体包括： 设定{u1， u2，…， uT}表示蓄电池的控制策略， 即： ut＝Pb， t， 其中蓄电池的充放电功率边界 为umax和umin， 即： umin≤ut≤umax， t＝1， 2， …， T 同时在做蓄电池的决策时， 蓄电池的SoC在SoCmin和SoCmax之间， 即： SoCmin≤SoCt≤SoCmax， t＝1， 2， …， T+1 过程包括： S4‑1、 记录循环次数j＝1， 并给定最大循环次数Nj； S4‑2、 随机选取umin≤ut≤umax， t＝1， 2， …， T； S4‑3、 对于 如果ut≤umin， 则ut＝umin； 对于 如果ut≤umax， 则 ut＝umax； S4‑4、 对于 采取步骤S4 ‑3得到的ut； 由式 得SoCt+1， 若SoCt+1不满足式SoCmin ≤SoCt≤SoCmax， t＝1， 2， …， T+1的约束， 则不改变ut的符号， 减小|ut|， 使得SoCt+1＝SoCmin或 SoCt+1＝SoCmax； S4‑5、 计算第j次的指标函数数值J， 记录第j次实验 的新能源发电输出功率、 蓄电池 的 荷电状态、 用电负荷功率， 以及蓄电池的充放电功率序列 S4‑6、 若j≤Nj， j＝j+1， 返回步骤S4 ‑2； 否则结束。 5.根据权利要求4所述的一种可分布式能源 并网与储能优化选择方法， 其特征在于， 所 述步骤S5具体训练基准的评判网络参数和执 行网络参数， 过程包括： 在步骤S4所采集的基准控制策略数据中， 选取指标值在前30％的样本序列， 选取过程 如下， 其中前3 0％的指标值满足要求 为被选取的样本中最大的指标值： S5‑1、 令i＝1， 对于第i个序列 若其指标 则选取其作为基 准控制策略的训练样本， 否则抛 弃该组数据； 记被选取的i的序号在子集 I中； S5‑2、 若i≤Nj， i＝i+1， 则回到步骤S5 ‑1； S5‑3、 对于所有的i∈I， 以 为执行网络 的输入样本， 作为执行 网络的输出样本， 采用监 督式学习的方式训练执 行网络； S5‑4、 对于所有的i∈I ， 以 为评判网络的输入样本 ， 作为评判网络的输出样本， 采用监 督式学习的方式训练评判网络 。 6.根据权利要求5所述的一种可分布式能源 并网与储能优化选择方法， 其特征在于， 所 述步骤S6中， 保持评判网络和目标评判网络的权重不变， 利用采集到的系统状态循环修正权　利　要　求　书 2/3 页 3 CN 114154746 A 3