-
公开(公告)号：CN116028828A
公开(公告)日：2023-04-28
申请号：CN202310038390.0
申请日：2023-01-10
摘要： 本发明公开了一种考虑隐私保护和需求响应的电力用户画像方法，该方法主要包括以下步骤：首先，收集建筑物的历史负荷数据和历史温湿度数据，提取建筑物的负荷特征；其次，通过最小化重叠度确定最优的用户画像数量；第三，建筑物中的智能调度终端执行本地计算并引入零和误差，将计算结果作为分布式隐私保护AAC算法的初值；最后，根据分布式隐私保护的AAC算法的初值，更新用户参数值，收敛得到典型用户画像和建筑物所属的典型用户画像类型。本发明可以在不收集用户具体负荷数据的前提下针对用户用电习惯分析用户画像，并将其用于需求响应系统中，帮助不同用电习惯的用户制定针对性的用电策略，以更好地发掘建筑物负荷的响应能力，保护了用户隐私。
-
公开(公告)号：CN116014747A
公开(公告)日：2023-04-25
申请号：CN202310036981.4
申请日：2023-01-10
IPC分类号： H02J3/14 , H02J3/32 , G06Q10/0631 , G06Q50/06 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种多主体博弈环境下基于深度强化学习的建筑负荷需求响应方法，该方法包括以下步骤：首先，收集电力系统中建筑物的负荷数据并建立负荷模型，对建筑物需求响应建立马尔可夫博弈过程模型。其次，根据电力系统稳定性要求设计奖励函数，定义纳什均衡。第三，对每个建筑物建立一个包含策略网络和价值网络的智能体，策略网络输出负荷动作序列，价值网络评估建筑物的负荷可调潜力。最后，使用建筑物的负荷数据训练价值网络和策略网络，直到所有智能体收敛到纳什均衡。该方法通过对多个建筑物在需求响应系统下博弈过程模拟并设计奖励函数，引导用户错峰用电，降低系统总的负荷功率峰值，平抑负荷功率波动，避免了系统出现峰值转移的情况。
-
公开(公告)号：CN115907342A
公开(公告)日：2023-04-04
申请号：CN202211364521.6
申请日：2022-11-02
IPC分类号： G06Q10/0631 , G06Q50/06 , G06F18/2321 , G06N3/092 , H02J3/14
摘要： 本发明公开了一种基于用户画像定制响应策略的集中调度式需求响应方法。该发明主要包括以下步骤：首先，收集所有建筑物的历史负荷数据，对建筑物内的负荷建模。其次，最小化不同负荷静态参数下的建筑物负荷数据与历史负荷数据的误差平方和，得到最优负荷静态参数。第三，根据历史负荷数据提取不同建筑的负荷曲线特征，对负荷曲线特征数据聚类，聚类得到典型用户负荷特征画像和建筑物所属的典型用户。最后，使用强化学习DQN算法根据历史负荷数据训练需求响应负荷策略定制方法，训练以建筑物的负荷模型为环境，负荷静态参数为环境参数，定义奖励函数，最大化所有时刻奖励函数的和得到两个神经网络，可根据建筑物负荷的状态输出定制策略。
-
公开(公告)号：CN116362471A
公开(公告)日：2023-06-30
申请号：CN202310038198.1
申请日：2023-01-10
IPC分类号： G06Q10/0631 , G06Q50/06 , G06Q50/08 , G06N7/01 , G06N3/045 , G06N3/0464 , G06N3/092
摘要： 本发明公开了一种考虑储能参与的柔性深度强化学习建筑负荷需求响应方法，该发明主要包括以下步骤：首先，收集多类型建筑的历史负荷数据和储能系统数据，建立负荷模型，提取动作空间和观测空间；其次，设计奖励函数，并对建筑物的需求响应过程建立马尔可夫过程模型；第三，建立动作价值网络，目标价值网络和策略网络；最后，使用历史负荷数据和储能系统数据训练上述网络模型，训练后的网络可根据当前建筑物的负荷状态输出负荷动作序列和负荷可调潜力。本发明考虑到储能系统的参与会增加需求响应动作空间的维度并且引入离散化变量，在更新状态价值网络和策略网络参数的过程中引入动作熵，提高了收敛速度，可实时评估负荷可调潜力。
-
-
-
搜索结果
4 条记录 (耗时 0.041 秒)
