一种基于双中心Q学习的充电场站协同优化控制方法

    公开(公告)号:CN110991931B

    公开(公告)日:2022-03-15

    申请号:CN201911316131.X

    申请日:2019-12-19

    IPC分类号: G06F17/11 G06Q10/06

    摘要: 本发明公开了一种基于双中心Q学习的充电场站协同优化控制方法,包括:1把随机到达的两种充电形式的电动车充电服务请求的控制过程描述为事件驱动决策过程;2把充电场站正在充电的电动车响应电网调峰电价计划的控制过程描述为序贯决策过程;3将调峰电价和充电桩在线服务状态作为系统状态;3将电动车到达提出服务请求作为事件,选择是否接入并提供充电服务作为接入控制行动;4在调峰电价下发时刻,选择所有正在服务的交流充电电动车的充放电动作作为调峰控制行动;5采用Q学习算法对系统的电动车接入控制中心和调峰响应控制中心进行在线协同优化。本发明能对充电场站进行有效的电动车智能接入控制和调峰响应控制,从而自适应电网调峰需求。

    基于TD3的综合能源系统源荷协同运行优化方法

    公开(公告)号:CN114462696A

    公开(公告)日:2022-05-10

    申请号:CN202210102710.X

    申请日:2022-01-27

    摘要: 本发明公开了一种基于TD3的综合能源系统源荷协同运行优化方法,考虑了多类型负荷和可再生能源在内的源荷双侧随机因素,并根据综合能源系统的多能耦合特性,提出了协同能量运行优化,构建系统运行经济性为优化目标的能量管理系统运行优化模型,通过TD3算法优化求解综合能源系统的能量管理运行策略;结合系统对当前状态的感知与策略网络可以映射出当前最优动作。本发明中的TD3算法将强化学习成功引入连续动作空间,避免了动作空间自由度成指数增长的问题。结合TD3算法的综合能源系统运行优化方法具有优化性能好、学习效率高的优点。

    一种基于双中心Q学习的充电场站协同优化控制方法

    公开(公告)号:CN110991931A

    公开(公告)日:2020-04-10

    申请号:CN201911316131.X

    申请日:2019-12-19

    摘要: 本发明公开了一种基于双中心Q学习的充电场站协同优化控制方法,包括:1把随机到达的两种充电形式的电动车充电服务请求的控制过程描述为事件驱动决策过程;2把充电场站正在充电的电动车响应电网调峰电价计划的控制过程描述为序贯决策过程;3将调峰电价和充电桩在线服务状态作为系统状态;3将电动车到达提出服务请求作为事件,选择是否接入并提供充电服务作为接入控制行动;4在调峰电价下发时刻,选择所有正在服务的交流充电电动车的充放电动作作为调峰控制行动;5采用Q学习算法对系统的电动车接入控制中心和调峰响应控制中心进行在线协同优化。本发明能对充电场站进行有效的电动车智能接入控制和调峰响应控制,从而自适应电网调峰需求。

    一种需求响应下的综合能源系统能量管理方法

    公开(公告)号:CN116663820A

    公开(公告)日:2023-08-29

    申请号:CN202310588505.3

    申请日:2023-05-19

    摘要: 本发明属于能量管理技术领域,提出了一种需求响应下的综合能源系统能量管理方法,包括以下步骤:步骤1:建立综合能源系统能量设备模型、用户用能行为模型及其运行优化模型;步骤2:构建TD3所需的神经网络;步骤3:根据步骤1建立的模型,利用能量管理中心与综合能源系统进行交互并将交互所得的历史信息放入经验池,同时利用TD3实现策略网络与值网络的优化;步骤4:根据步骤3获得的优化后的策略网络来对综合能源系统进行控制使其能够参与到电力需求响应中去。本发明有助于综合能源系统合理安排内部能量设备的生产计划和内部用户的用能计划,进一步提高系统的需求响应潜力,在完成电网需求响应计划的同时维持综合能源系统的安全稳定与经济运行。

    一种充电场站车辆接入控制中的状态聚类编码方法

    公开(公告)号:CN111284347B

    公开(公告)日:2021-06-08

    申请号:CN202010106439.8

    申请日:2020-02-21

    摘要: 本发明公开了一种充电场站车辆接入控制中的状态聚类编码方法,包括:1将电动车到达充电场站提出服务请求作为事件,描述为到达的车辆种类及从其当前荷电状态到充满的充电需求时间;2把正在充电的一个电动车从其当前SOC到充满的充电需求时间作为所接入的充电桩的状态,将所有充电桩的状态联立为联合服务时间需求状态;3将联合服务时间需求状态离散化,并将其每个元素从小至大进行排列和编码,构成充电桩的聚类状态;4事件发生时,根据电网调峰电价和充电桩的聚类状态,决定是否把到达的电动车接入充电场站并提供充电服务。本发明能够有效减少充电场站车辆接入控制的状态空间规模,减少接入控制优化的时空资源需求,提高优化效率。

    一种充电场站车辆接入控制中的状态聚类编码方法

    公开(公告)号:CN111284347A

    公开(公告)日:2020-06-16

    申请号:CN202010106439.8

    申请日:2020-02-21

    摘要: 本发明公开了一种充电场站车辆接入控制中的状态聚类编码方法,包括:1将电动车到达充电场站提出服务请求作为事件,描述为到达的车辆种类及从其当前荷电状态到充满的充电需求时间;2把正在充电的一个电动车从其当前SOC到充满的充电需求时间作为所接入的充电桩的状态,将所有充电桩的状态联立为联合服务时间需求状态;3将联合服务时间需求状态离散化,并将其每个元素从小至大进行排列和编码,构成充电桩的聚类状态;4事件发生时,根据电网调峰电价和充电桩的聚类状态,决定是否把到达的电动车接入充电场站并提供充电服务。本发明能够有效减少充电场站车辆接入控制的状态空间规模,减少接入控制优化的时空资源需求,提高优化效率。

    用户响应机制下基于LSTM的负荷聚合商建模方法

    公开(公告)号:CN117892965A

    公开(公告)日:2024-04-16

    申请号:CN202410068962.4

    申请日:2024-01-17

    摘要: 本发明属于电力系统调度优化技术领域,更具体地,涉及一种弹性环境下基于鲁棒优化的本发明属于需求响应潜力预测领域,更具体地,涉及一种用户响应机制下基于LSTM的负荷聚合商用电模型建模方法。首先,分析并建立各类用户的响应模型,将历史天气、光照和用户负荷基线等数据作为用户响应模型的输入,从而得到用户在不同UDR指令下的数据样本;然后,将用户按其激励类型进行分类,将同类型用户的响应数据进行聚合得到训练样本集;最后构建相应的LSTM模型,并根据训练样本对LSTM模型进行训练,降低模型表征误差。