基于改进K-means和MADDPG算法的风储联合系统日前优化调度方法

作者：蔡新雷; 崔艳林; 董锴; 孟子杰; 潘远; 喻振帆; 王吉兴; 孟乡占; 余洋^*

来源：储能科学与技术, 2021, 10(06): 2200-2208.

DOI：10.19799/j.cnki.2095-4239.2021.0282

• 风电
• 储能系统
• 改进K-means
• MADDPG

风储联合运行可有效地应对风电出力的不确定性,提高风电竞争力,然而储能与风电联合运行的优化调度问题是一大难点。为保证储能可调控容量的基础上实现风储联合运行收益最大化,提出了基于改进K-means和多智能体深度确定性策略梯度(MADDPG)算法的风储联合系统日前优化调度方法。首先,根据储能特性和运行状态采用萤火虫优化的改进K-means聚类算法实现储能分组;然后,将风电与分组后的储能设备建模为不同的智能体,组成多智能体系统,采用MADDPG算法求解,设计了MADDPG算法的状态空间、动作空间和奖励函数;最后,对算法进行了算例仿真验证。结果表明,所提调度策略能够较好协调风电和储能运行,有效平抑了风电出力波动,与常规深度强化学习相比,提高了风储联合系统的运行收益。

• 单位
  广东电网有限责任公司电力调度控制中心; 新能源电力系统国家重点实验室; 华北电力大学