[发明专利]一种基于强化学习的电热负荷消纳新能源方法

权利要求书

1.一种基于强化学习的电热负荷消纳新能源方法，其特征是：包括以下步骤，且以下步骤顺次进行，

步骤一、建立电热用户与新能源消纳系统

将风电厂、光伏厂、火电厂以及热电厂与电热负荷间接相连，建立非直接供电系统；

步骤二、基于强化学习的电热负荷与新能源互动消纳

将所述步骤一建立的系统中新能源出力的不确定性和电热用户负荷变化的随机性互动消纳视为不确定条件下的序贯决策问题，在离散的开环滚动时域中计算电采暖设备的最优制热策略序列，将其表征成为马尔科夫决策过程；系统的动作状态空间为系统的电负荷功率，热负荷需求功率和新能源发电功率以及运行时间，系统的动作空间为电热转换设备的制热功率、蓄热设备的传输功率和传统方式供热功率。

2.根据权利要求1所述的一种基于强化学习的电热负荷消纳新能源方法，其特征是：所述步骤二电热负荷与新能源互动表征为马尔科夫决策过程的强化学习组成要素包括智能体Agent要素为分布式电采暖设备，环境Environment要素为电采暖设备制热功率P_H与电价的ρ的组合，状态State要素为当前第i个电采暖设备的运行状态与控制周期t的耦合s_i,t，动作Action要素为指从一个供热状态s_i,t转移到另一个供热状态s_i,t+1所采取的制热策略a_i,t,奖赏Reward要素为当前制热策略a_i,t所带来的奖励值R_i.t，值函数Equation要素为非当前时刻的评价，从长期视角评价一个状态或状态动作对系统影响的好坏，是一个自定义的隐式函数。