[发明专利]一种基于强化学习的分散式储能电力系统的运行优化方法有效
| 申请号： | 201910328144.2 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110021947B | 公开（公告）日： | 2020-10-30 |
| 发明（设计）人： | 刘友波;邵明明;刘俊勇;向月;高红均 | 申请（专利权）人： | 四川大学 |
| 主分类号： | H02J3/32 | 分类号： | H02J3/32;G06Q10/04;G06Q50/06 |
| 代理公司： | 成都正华专利代理事务所(普通合伙) 51229 | 代理人： | 何凡;李蕊 |
| 地址： | 610064 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习的分散式储能电力系统的运行优化方法，通过储能聚合商将有意愿且有能力进行低储高发的DBESS进行集中控制，结合该地区大量的历史电价数据，以及储能约束条件，运用自趋优Q‑learning算法得出分散式储能的充放电策略，并通过互联网周期性地将策略信息送至每一个分散式储能(DBESS)，DBESS接受到控制指令后，其功率控制系统通过双向DC‑DC变换器调节控制周期内充放电功率，实现低储高发；对推动微网社区内的分散式储能自主运行具有重要意义。 | ||
| 搜索关键词： | 一种 基于 强化 学习 分散 式储能 电力系统 运行 优化 方法 | ||
【主权项】：
1.一种基于强化学习的分散式储能电力系统的运行优化方法，其特征在于，包括以下步骤：S1、构建包括电池储能及储能聚合商的分散式储能电力系统；S2、根据历史电价数据和电池储能参数，构建基于强化学习方法制定的经验表；S3、将当前周期的电价信息输入到经验表中，结合当前电池储能状态，确定该电池储能的最优充放电策略；S4、根据当前周期的最优充放电策略，电池储能进行相应动作，并将其动作完成信息、储能状态及当前周期的电价信息返回至储能聚合商，用于更新下一周期的经验表，实现分散式储能电力系统的运行优化。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川大学，未经四川大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910328144.2/，转载请声明来源钻瓜专利网。
