一种基于Q学习的输电网停电检修调度优化方法

    公开(公告)号:CN119849797A

    公开(公告)日:2025-04-18

    申请号:CN202411811370.3

    申请日:2024-12-10

    Abstract: 本发明提出了一种基于Q学习的输电网停电检修调度优化方法,包括步骤通过获取电网原始拓扑文件生成甘特图,并确立强化学习的状态判断规则和目标函数;整合下属单位检修计划至甘特图,形成初始检修计划;利用Matlab内置潮流求解器计算初始潮流合集,评估电网运行状态;在智能体训练过程中,采用epsilon‑greedy方法选取检修动作,更新甘特图和拓扑文件,并通过贝尔曼方程更新Q值,以优化检修计划;训练完成后输出最终停电检修计划的甘特图。本发明将电网调度问题抽象为Q学习问题,通过合理约束和目标函数,利用Q学习算法优化停电调度,减轻调度人员工作强度,降低人才培养成本,提高调度效率和可靠性,解决电网调度关键技术难题。

    一种储能优化配置与调控方法及装置

    公开(公告)号:CN119921364A

    公开(公告)日:2025-05-02

    申请号:CN202510013620.7

    申请日:2025-01-06

    Abstract: 本发明公开了一种储能优化配置与调控方法,包括:获取光伏出力、负荷出力、储能选取位置、容量以及储能的充放电功率和时间尺度;考虑光出力的时序性以及光伏渗透率因素,建立储能双层优化配置与运行模型,所述模型的上层目标函数为储能配置容量最小,下层目标函数为配电网脆弱性、有功网损最小;确定所述储能双层优化配置与运行模型的约束条件;利用COA算法COA对上层模型进行储能位置配置及容量配置,利用粒子群‑引力搜索混合算法PSO‑GSA对下层模型进行储能充放电功率配置,通过对上层的优化配置使得下层的目标函数最小;本发明可以有效的缓解分布式能源出力间歇性、波动性、随机性特点,有利于提高光伏消纳能力。

Patent Agency Ranking