2023基于混合增强智能的电网优化调度决策方法报告

汇报摘要

主要议题

• 研究背景：随着新能源装机容量的迅速增长和源、网、荷、储各侧新型调节对象的增加，国家电网面临前所未有的挑战。为应对这些挑战，中国电力科学研究院有限公司致力于探索基于混合增强智能的优化调度方法。

• 数据驱动的优化调度方法：通过构建数据驱动的优化调度模型，借助深度强化学习、序列决策问题转换等技术，实现对电网优化调度的智能化决策。

• 基于混合增强智能的优化调度方法：融合知识图谱、斜决策树、自注意力机制等技术，形成混合增强智能的优化调度模型，旨在提升调度决策的效率和准确性。

关键点

• 挑战与机遇：面对新能源装机容量的增加和电网复杂性的提升，数据驱动方法在解决调度决策的快速性、场景适应性和决策透明性方面展现出潜力，但也存在高维空间收敛难、电网约束满足难等问题。

• 混合增强智能：作为国家人工智能战略的重要组成部分，混合增强智能结合了数据驱动和知识驱动的优势，通过知识图谱和斜决策树等技术，提高模型的解释性和泛化能力。

• 优化调度方法：通过深度强化学习实现优化调度的实时性和高效性，同时利用序列决策问题转换技术，将多时段调度问题分解为单时段优化问题，提高决策效率。

• 案例分析：通过SG126算例分析，比较不同调度智能体算法的效果，评估基于混合增强智能的方法在提升调度决策效率、降低成本、提高新能源消纳等方面的实际表现。

结论与展望

• 技术创新：混合增强智能方法为电网优化调度提供了新的解决方案，通过结合数据驱动和知识驱动的优势，提高了调度决策的效率和准确性。

• 实际应用：在具体案例分析中，基于混合增强智能的优化调度方法表现出色，特别是在提升调度决策的实时性、降低成本、提高新能源消纳等方面。

• 未来发展：随着技术的不断演进和数据的丰富，混合增强智能在电网优化调度领域的应用前景广阔，未来有望进一步提升电网运行的智能化水平和效率。

此摘要概述了基于混合增强智能的优化调度方法在解决电网优化调度问题上的创新思路、关键技术、实际案例分析及未来展望，强调了混合增强智能方法在提升调度决策效率、适应性及决策透明性方面的优势。