基于学习理论的含光储联合系统的输电网双层规划

孙东磊¹,赵龙¹,秦敬涛^2*,韩学山²,杨明²,王明强²

1. 国网山东省电力公司经济技术研究院, 山东 济南 250021;2. 电网智能化调度与控制教育部重点实验室(山东大学), 山东 济南 250061

发布日期:2020-08-13

作者简介:孙东磊(1988— ),男,山东济宁人,博士,高级工程师,主要研究方向为电力系统规划. E-mail:sdusdlei@sina.com. *通信作者简介:秦敬涛(1995— ),男,山东青州人,硕士研究生,主要研究方向为深度强化学习算法在可再生能源消纳中的应用. E-mail:201814272@mail.sdu.edu.cn
基金资助:国网山东省电力公司科技资助项目

Bi-level planning of transmission network with solar-storage combination system based on learning theory

SUN Donglei¹, ZHAO Long¹, QIN Jingtao^2*, HAN Xueshan², YANG Ming², WANG Mingqiang²

1. Economic &
Technology Research Institute, State Grid Shandong Electric Power Company, Jinan 250021, Shandong, China;
2. Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education(Shandong Uniersity), Jinan 250061, Shandong, China

Published:2020-08-13

摘要/Abstract

摘要： 针对传统输电网规划中对光伏出力不确定性处理中存在的问题,提出一种基于学习理论的含光储联合系统的输电网双层规划模型。下层基于学习理论对光储联合系统进行优化,目标为光伏电站长期运行收益最大与计划功率不确定性最小。将下层优化求解得到的光储联合系统计划功率代入上层的输电网规划模型,以线路投资成本、运行成本和弃光成本最小为目标进行规划。最后用改进的IEEE118节点算例验证了光储联合系统可以减小计划功率的不确定性,提高规划结果的可信度。本研究建立的Q学习控制器具有良好的在线学习能力,通过大量数据的学习后能对光储联合系统的计划出力进行有效的指导。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1961