基于Seq2Seq的機組組合優化決策方法研究

葉 迪

（國網福建省電力有限公司福州供電公司）

0 引言

機組組合（Unit Commitment，UC）問題是日前電力市場決策和發電計劃編制的重要理論基礎之一［1］。目前對機組組合問題的研究以模型構建和算法研究為主［2］。在當今能源變革日新月異的背景下，機組組合面臨的理論挑戰層出不窮，這種傳統的基于物理模型驅動的決策方法已經難以適應電力系統快速發展的實際需求。

從工程實際而言，調度方法一旦用于實際，往往會積累大量結構化的歷史數據，從長期來看，機組組合決策也具有一定的重復性，往年積累的歷史決策方案對于未來的機組組合決策也具有指導意義，而且實際運行決策數據往往是模型計算和人工修正結合的產物，因此，在理論上可以說是考慮了當時所面對的各種影響因素和限制條件［3］。同時，深度學習技術已經在解決諸如輸電線路故障判斷［4］等電力系統實際問題中取得良好效果。因此，國內團隊提出一種基于數據驅動的機組組合決策方法，不研究機組組合的內在機理，而是通過長短時記憶網絡（Long Short-Term Memory，LSTM），利用海量歷史決策數據訓練，直接構建已知輸入量和決策結果間的映射關系［5］。

基于數據驅動的機組組合決策方法是以深度學習模型和訓練樣本為核心，通過深度學習模型學習訓練樣本之間的映射關系得到映射模型，并以此進行機組組合決策。可供使用的深度學習模型有循環神經網絡（Recurrent Neural Networks，RNN）、LSTM［6］和門限循環神經網絡［7］（Gated Recurrent Unit，GRU）等。隨著電力系統的發展，歷史訓練樣本已經由類型單一、機組數目不變轉變為類型多樣且機組數目增加，因此現有的基于數據驅動的決策方法存在以下幾個缺點：

1）這種研究思路必須使用聚類算法，無法單獨處理含多種類型樣本的訓練集。

2）對每一次訓練而言，GRU模型的結構都不會改變，這就要求所有的樣本數據都具有相同的結構。

作為對現有基于數據模型驅動的機組組合決策方法的有效補充，本文方法主要有以下創新。

本文方法不需要再對歷史數據進行聚類處理，而是基于Seq2Seq模型，對于不同類別的訓練樣本，僅需要較少歷史調度數據，即可構建日負荷和機組組合方案之間的映射關系，能夠直接處理樣本未聚類的SCUC問題，具有廣泛適用性。

基于標準算例的一系列仿真結果驗證了本文方法的正確性和有效性。

1 基于Seq2Seq模型的數據驅動機組組合決策框架

基于數據驅動的機組組合決策的最大特點是在長期使用過程中通過數據積累實現自我進化，以適應電力系統的發展。而在較長時間周期內，機組組合決策每一個訓練樣本的結構有可能并不相同，其樣本構成的是一種輸出序列維度可變的彈性樣本矩陣集合。如果直接將傳統的GRU模型用于機組組合映射關系的訓練，在面對不斷變化的樣本結構時，其適用性將很難保證，針對該問題，本文提出一種應對機組維度變化的數據驅動機組組合決策框架，決策框架如圖1所示。

圖1 基于Seq2Seq的數據驅動決策方法框架

對于機組維度變化的機組組合問題，本文方法首先使用機組數目轉換模型將樣本轉換為維度相等且能夠供Seq2Seq模型訓練的訓練樣本。其次對此類樣本聚集的訓練集進行樣本編碼處理，將機組組合矩陣轉換為包含矩陣所有機組啟停信息的樣本編碼行向量。在決策過程中，Seq2Seq模型對輸入、輸出序列進行分步錄入操作，從而使每一個神經網絡的神經元數量可變，且可以根據輸入輸出序列的長度自適應調整，因此訓練集內樣本的多少不會影響模型的決策精度。而且，隨著不同類型歷史數據的積累，可供模型訓練的訓練樣本個數不斷增加，因此模型求解不同類別歷史樣本數據的兼容性會隨著數據的積累而不斷提升。但是，隨著訓練集容量的增加，Seq2Seq模型的訓練次數需要進行相應調整，不然容易出現過擬合或欠擬合問題。

2 基于Seq2Seq的機組組合深度學習模型及訓練算法

對于機組組合歷史調度數據這類與時序緊密關聯的訓練樣本，節點相互獨立的深度學習模型無法適用，而RNN這類時序模型具有處理時序相關數據的能力。但是，面對序列較長的樣本時，RNN模型會出現梯度消失現象。作為RNN的一種改進型，LSTM實現了模型對重要信息的記憶，有效解決了RNN訓練過程中可能出現的梯度消失的問題，但是其模型過于復雜，在處理高維度的訓練樣本時，不僅需要大量的計算資源，而且容易出現過擬合現象。針對該問題，Kyunghyun Cho等人在LSTM的基礎上將輸入門與遺忘門合并，并簡化記憶單元，提出一種新的網絡模型，即GRU，有效降低了模型的復雜度。由上文分析可知，單獨使用GRU模型僅能處理輸入、輸出序列維度均固定的樣本，無法學習訓練集中機組數目發生變化的訓練樣本。因此，以GRU模型為基礎，本文將構建一個包含Encoder-Decoder框架的基于Seq2Seq模型的機組組合深度學習模型。該框架的示意圖，如圖2所示。

圖2 Encoder-Decoder架構

由圖3可知，與傳統循環神經網絡模型用單個神經元讀取所有輸入量不同，Encoder是將輸入序列按照時間步驟分步讀入，然后再輸出整個序列的中間狀態C。由于循環神經網絡可以記錄每一個訓練步驟的過程信息，因此理論上中間狀態C能夠計及整個輸入序列的信息。而在Decoder中，另一個循環神經網絡執行與Encoder相反的操作，把得到的中間狀態C分步解碼，形成最終的輸出序列。由此可見，Seq2Seq技術巧妙利用循環神經網絡的時序記憶特性，采用兩個神經網絡構成的復合結構對輸入、輸出序列進行分步錄入操作，從而使每一個神經網絡的神經元數量可變，且可以根據輸入輸出序列的長度自適應調整，成功實現了對維度可變的樣本序列的處理。

3 基于Seq2Seq的機組組合深度學習模型構建

針對機組組合歷史樣本數據的時序特征，本文構建的Seq2Seq模型中，Encoder模型的第t時間步的輸入輸出關系如式（1）～式（5）所示：

式中，PLt為考慮時序特性的輸入參數；zt和rt為更新門和重置門；為GRU的待定輸出值；ht為GRU的隱藏狀態；ht-1為前一時刻GRU的隱藏狀態；Wr為輸入數據和zt之間的權重系數；Wz為輸入數據和rt之間的權重系數；Wh為輸入數據。α為神經網絡中激活函數sigmoid。

根據式（1）～式（5），最后一個時刻GRU神經元的輸出狀態CT即為該Encoder的輸入中間狀態Ci。

以GRU為神經元，基于Seq2Seq技術構建Decoder模型如圖5所示。其中Decoder模型的第m時間步的輸入輸出關系如下所示：

式中，zm為第m個神經元的輸出狀態向量；xm為第m個神經元的輸入數據；Hm為第m個神經元的輸出數據；其余參數符號意義與Encoder相同。

4 算例分析

本文算例的日負荷樣本以湖南電網日負荷特性曲線為基礎進行構造，SCUC模型建模基于IEEE118節點系統，調度方案由CPLEX 12.5計算得到。基于Seq2Seq以及GRU的機組組合數據驅動模型均在Tensorflow 1.6.0平臺上完成訓練和測試。相關仿真計算均在英特爾酷睿i5-4460處理器／3.20GHz，8G內存計算機上實現。

為了證明本文方法使用數據驅動和物理模型驅動相結合這一思路的有效性，使用本文方法與基于物理模型算法對第一類測試樣本進行決策，通過比對二者的決策時間來驗證本文方法的有效性。本文方法中數據驅動部分決策機組組合方案U，物理驅動模型求解經濟調度過程，具體仿真結果如表1所示。

表1 本文方法和物理模型驅動方法對比

由表1可知，本文方法的總費用與基于物理模型驅動的決策模型完全相同，本文方法能夠節省2／3左右的決策時間。由此可知，本文方法能夠在保證決策精度的同時，具有更高的決策效率。為了進一步驗證數據驅動模型求解機組組合方案U的決策精度高低對整個決策模型所造成的影響，將表1中第三類測試樣本在1000次、1500次和2000次訓練映射模型1所得到的機組組合方案代入本文方法，并比對最終決策結果，具體仿真結果如表2所示。

表2 不同決策精度的機組組合方案對最終結果影響

由表2可知，較低的訓練次數會導致映射模型的決策精度降低，較低的決策精度最終會反饋在總費用上，決策精度越低，調度的總費用則越高。因此，上述仿真證明了求解機組組合方案U是本文方法的關鍵環節。

5 結束語

本文提出一種基于Seq2Seq模型的數據驅動機組組合智能決策方法。通過GRU-S2S模型學習日負荷與調度方案之間的映射關系，構建映射模型，并使用其進行機組組合決策，求解得到機組調度方案。本文得出的具體結論如下：

1）相較于基于物理模型驅動的決策模型，本文提出模型在具備相同經濟效益前提下具有更短的決策時間，決策效率更高。

2）在處理SCUC問題時，本文模型證明較高的訓練次數可以有效提高決策精度，并進一步提高本文方法的經濟性。