发明公开
- 专利标题: 一种基于异步深度强化学习的综合能源系统低碳优化调度方法
-
申请号: CN202311716431.3申请日: 2023-12-13
-
公开(公告)号: CN117709644A公开(公告)日: 2024-03-15
- 发明人: 董健 , 潘霄 , 赵琳 , 张娜 , 吉星 , 侯依盺 , 蒋海玮 , 刘禹彤 , 程孟增 , 商文颖 , 陈若镜 , 胡旌伟 , 刘广朔 , 赵竟智
- 申请人: 国网辽宁省电力有限公司经济技术研究院 , 国家电网有限公司
- 申请人地址: 辽宁省沈阳市沈河区文萃路183-1号;
- 专利权人: 国网辽宁省电力有限公司经济技术研究院,国家电网有限公司
- 当前专利权人: 国网辽宁省电力有限公司经济技术研究院,国家电网有限公司
- 当前专利权人地址: 辽宁省沈阳市沈河区文萃路183-1号;
- 代理机构: 沈阳维特专利商标事务所
- 代理商 李丹
- 主分类号: G06Q10/0631
- IPC分类号: G06Q10/0631 ; G06Q50/26 ; G06Q50/06 ; G06N3/092 ; G06N7/01
摘要:
本发明提供了一种基于异步深度强化学习的综合能源系统低碳优化调度方法,包括:建立综合能源系统的数学模型,其中,所述数学模型包括热电联产机组数学模型、电转气数学模型、燃气轮机数学模型、碳捕集数学模型和储能数学模型;建立综合能源系统的低碳调度模型,其中,所述低碳调度模型包括目标函数和约束条件;将所述低碳调度模型的优化调度问题转换为马尔科夫决策过程,通过微电网的优化目标函数和可靠性评估指标构建奖励函数,并通过基于深度强化学习的A3C优化算法求解,得到优化调度结果。该方法在不需要建立系统复杂物理模型的情况下优化综合能源系统的经济调度问题,可以保证系统运行可靠性,同时提高系统运行的经济性与低碳能力。