[发明专利]基于强化学习的分布式能源参与配电网调峰调度优化方法有效
| 申请号： | 201910750247.8 | 申请日： | 2019-08-14 |
| 公开（公告）号： | CN110365057B | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 马溪原;田兵;胡洋;雷金勇;袁智勇;周长城;罗俊平;丁士;黄安迪;练依情;郭祚刚;谈赢杰 | 申请（专利权）人： | 南方电网科学研究院有限责任公司;中国南方电网有限责任公司 |
| 主分类号： | H02J3/38 | 分类号： | H02J3/38 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 张春水;杜嘉伟 |
| 地址： | 510663 广东省广州市萝岗区科*** | 国省代码： | 广东;44 |
| 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布式能源参与配电网调峰调度优化方法，包括：建立分布式能源参与配电网调峰调度模型，确定系统目标函数和相关约束条件，形成原始优化问题；将分布式能源参与配电网调峰调度模型转化为马尔可夫决策过程；获取某地区典型日的系统负荷、可控分布式电源和分布式储能的历史数据；根据深度确定性策略梯度DDPG算法原理，构建神经网络；利用DDPG算法对历史数据进行学习，并对分布式能源参与配电网调峰调度模型进行求解，得到分布式储能单元的最优行为策略，实现分布式能源参与配电网调峰调度优化。本发明能够实现分布式能源参与配电网调峰的调度优化，有效地进行削峰填谷，提高电力系统运行的经济性。 | ||
| 搜索关键词： | 基于 强化 学习 分布式 能源 参与 配电网 调度 优化 方法 | ||
【主权项】：
1.一种基于强化学习的分布式能源参与配电网调峰调度优化方法，其特征在于，包括：建立分布式能源参与配电网调峰调度模型，确定系统目标函数和相关约束条件，形成原始优化问题；将分布式能源参与配电网调峰调度模型转化为马尔可夫决策过程；获取某地区典型日的系统负荷、可控分布式电源和分布式储能的历史数据；根据深度确定性策略梯度DDPG算法原理，构建神经网络；利用DDPG算法对历史数据进行学习，并对分布式能源参与配电网调峰调度模型进行求解，得到分布式储能单元的最优行为策略，实现分布式能源参与配电网调峰调度优化。
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南方电网科学研究院有限责任公司;中国南方电网有限责任公司，未经南方电网科学研究院有限责任公司;中国南方电网有限责任公司许可，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/201910750247.8/，转载请声明来源钻瓜专利网。
- 上一篇：基于延迟优化策略的短期风电功率预测方法
- 下一篇：一种光功率预测方法及装置
