一种基于深度强化学习的微电网储能优化调度方法

    公开(公告)号:CN117833285A

    公开(公告)日:2024-04-05

    申请号:CN202311618193.2

    申请日:2023-11-29

    IPC分类号: H02J3/28 H02J3/32

    摘要: 本发明涉及一种基于深度强化学习的微电网储能优化调度方法,属于电气工程技术领域,考虑储能优化运行的微电网调度建模,以经济性为调度目标,考虑储能优化运行、微电网内设备约束和潮流约束,提出基于深度强化学习的微电网储能优化调度模型。将微电网调度模型转化为马尔可夫决策过程,利用强化学习首先定义状态空间、动作空间和奖励函数,并引入状态转移概率和折扣因子。将上述元素结合在一起,定义完整的马尔科夫决策过程。策略优化过程:训练后找到用于微电网实际调度的优化策略,所使用的DDPG算法结合了深度神经网络和确定性策略梯度方法,以迭代的方式不断改进策略,用于训练一个确定性策略以最大化累积奖励等。

    新能源并网电力调度方法及系统
    7.
    发明公开

    公开(公告)号:CN117748575A

    公开(公告)日:2024-03-22

    申请号:CN202311551820.5

    申请日:2023-11-21

    IPC分类号: H02J3/38 H02J3/46

    摘要: 本申请公开了新能源并网电力调度方法及系统,属于电力调度领域,所述方法包括:获取目标区域的新能源场站信息;采集预设调度窗口内的目标调度电能;确定N个场站可靠度;确定N个场站累积损耗;生成N个电能产值;基于N个场站可靠度、N个场站累积损耗以及目标调度电能进行调度迭代寻优,并利用第一约束条件和第二约束条件对调度迭代寻优过程进行约束,生成目标电力调度方案;对目标区域的N个新能源场站进行并网电力调度。解决了现有技术中存在的新能源并网电力调度可靠性低、调度效果差的技术问题。达到了提升电力调度与实际运行情况的贴合程度,提高调度质量的技术效果。