一种基于深度强化学习的智慧园区优化策略

    公开(公告)号:CN113469839A

    公开(公告)日:2021-10-01

    申请号:CN202110748404.9

    申请日:2021-06-30

    摘要: 本发明公开了一种基于深度强化学习的智慧园区优化策略,涉及智慧园区优化领域,包括以下步骤:构建智慧园区的模型,所述智慧园区包括园区决策中心、微型燃气轮机、PV发电系统、储能系统及园区负荷,所述园区负荷包括刚性负荷和柔性负荷;采用深度强化学习方法,针对日前时间尺度和日内时间尺度,实现所述智慧园区的优化决策。本发明采用两个时间尺度相结合的方式,针对日前时间尺度,采用基于深度Q网络算法的深度强化学习方法,实现离散动作空间的优化过程;针对日内时间尺度,采用基于优势动作评论算法的深度强化学习方法,实现连续动作空间的优化决策;日内优化将考虑日前优化的决策行为,从而加速算法收敛,提升训练的效率。

    一种面向调峰辅助服务的可调控资源的互动方法

    公开(公告)号:CN112993978A

    公开(公告)日:2021-06-18

    申请号:CN202110191350.0

    申请日:2021-02-19

    IPC分类号: H02J3/00 H02J3/14

    摘要: 本发明公开了一种面向调峰辅助服务的可调控资源的互动方法,所述可调控资源包括可平移负荷、可转移负荷、可中断负荷、热电能源;所述互动方法包括日前互动阶段、日内邀约阶段和结算阶段;所述日前互动阶段包括签订协议、日前竞价和CHP热电互动;所述日内邀约阶段补充所述日前互动阶段的负荷缺口;所述结算阶段,是所述运营商根据所述用户可调控资源的调用容量的具体情况进行补偿或者惩罚。本发明公开的所述互动方法,充分考虑多主体和可调控资源的多种用能特点,激励性强、灵活性高和可持续好,并且兼顾用户接受度和操作性。

    主导负荷参数类噪声辨识的模型参数后处理方法和装置

    公开(公告)号:CN112232381A

    公开(公告)日:2021-01-15

    申请号:CN202011027488.9

    申请日:2020-09-25

    IPC分类号: G06K9/62 G01R31/62

    摘要: 本发明实施例提供一种主导负荷参数类噪声辨识的模型参数后处理方法和装置,该方法包括:获取类噪声负荷辨识连续输出结果的N组辨识参数;基于预设规则筛选N组辨识参数中的差拟合辨识参数组并剔除得到粗筛后的A组辨识参数;基于多维核估计KDE构建A组辨识参数的多维参数组合概率密度模型,构建以概率密度估计函数为目标函数的最优化问题,求解最优化问题,得到A组辨识参数的统计中心;基于A组辨识参数与所述统计中心的距离确定统计偏差,基于A组辨识参数中的不同参数的多曲线拟合偏差确定拟合偏差;基于所述统计偏差和所述拟合偏差确定最优辨识参数组。本发明实施例提供的方法和装置,实现了提升在线批量辨识参数的可用性和可靠性。

    主导负荷参数类噪声辨识的模型参数后处理方法和装置

    公开(公告)号:CN112232381B

    公开(公告)日:2024-03-01

    申请号:CN202011027488.9

    申请日:2020-09-25

    IPC分类号: G06F18/2321 G01R31/62

    摘要: 本发明实施例提供一种主导负荷参数类噪声辨识的模型参数后处理方法和装置,该方法包括:获取类噪声负荷辨识连续输出结果的N组辨识参数;基于预设规则筛选N组辨识参数中的差拟合辨识参数组并剔除得到粗筛后的A组辨识参数;基于多维核估计KDE构建A组辨识参数的多维参数组合概率密度模型,构建以概率密度估计函数为目标函数的最优化问题,求解最优化问题,得到A组辨识参数的统计中心;基于A组辨识参数与所述统计中心的距离确定统计偏差,基于A组辨识参数中的不同参数的多曲线拟合偏差确定拟合偏差;基于所述统计偏差和所述拟合偏差确定最优辨识参数组。本发明实施例提供的方法和装置,实现了提升在线批量辨识参数的可用性和可靠性。(56)对比文件张桐赫;杜欣慧;王帅.一种基于核密度聚类的电力负荷模式精细化识别算法研究.数学的实践与认识.2019,(第08期),全文.