随着当今科技飞速发展,工业自动化水平不断提高,智能化技术、优化调度方式不断成熟,光伏(PV)、风电等可再生能源得以大规模应用,用户用电方式也更加智能化和多样化,能够提高可再生能源消纳能力、实现节能减排的主动配电系统(ADS)应运而生。但新能源出力的随机变化和用户用电行为的不确定性使得大电网的调峰难度不断加大,进而影响电力系统的安全性和供电可靠性。为提高新能源消纳能力,满足电网调峰需求,提高主动配电系统运行的经济性,增强电力系统的可靠性和可控性,调度机构需要对电网调峰任务进行合理分配,并对各区域型主动配电系统内的新能源、储能、柔性负荷等分布式调峰资源进行协调优化控制。论文针对含光伏、全钒液流电池(VRB)储能装置与多类型柔性负荷的工业园区型主动配电系统,在考虑源荷随机性情况下,研究该系统实时响应电网随机调峰需求指令的调度优化问题。首先,将PV出力、多类型负荷需求和电网调峰需求的随机动态变化近似描述为连续马尔可夫过程,并根据系统内VRB的充放电特性对储能系统进行建模;然后,以各决策时刻内PV出力、各类负荷需求、调峰需求以及储能SOC为状态,以储能充放电及多类型柔性负荷调整为行动,在系统功率平衡等相关约束下,以满足电网随机调峰需求和提高系统经济运行水平为目标,将工业园区主动配电网系统动态经济调度优化问题建立成随机动态规划模型;最后,引入Q学习优化方法进行策略求解,并比较分析了传统Q学习、双Q学习、模拟退火Q学习与模拟退火双Q学习所得策略的优劣。算例仿真结果表明本文采用的学习优化方法所得策略可在基本满足电网随机调峰需求的基础上提高系统经济运行效益,验证了优化方法的有效性。此外,论文在工业园区型主动配电系统研究基础上对考虑电网随机调峰需求的两区域主动配电系统动态调度问题展开研究。首先采用分层控制模式将系统调度过程分为上下层优化模型,上层制定各区域调峰任务分配计划,下层制定各区域内多类型柔性负荷调整计划和储能装置充放电计划;然后采用双层Q学习算法对所建模型进行策略求解,仿真结果及分析表明了双层Q学习算法求解系统所得策略的有效性。