公开(公告)号：CN115001002A

公开(公告)日：2022-09-02

申请号：CN202210916196.3

申请日：2022-08-01

申请人： 广东电网有限责任公司肇庆供电局

发明人： 陈显超 ,  张杰明 ,  高宜凡 ,  陈展尘 ,  王辉 ,  梁妍陟 ,  仲卫 ,  程林晖 ,  钟榜 ,  褚裕谦

IPC分类号： H02J3/32 ,  G06Q10/04 ,  G06N3/04 ,  G06Q10/06 ,  G06Q50/06

摘要： 本发明提供了一种求解储能参与削峰填谷的优化调度方法和系统，包括设置参数化的深度Q值网络，利用负荷历史数据以及对应时刻储能的功率出率对参数化的深度Q值网络进行训练，训练过程中利用信赖域优化模型对控制策略的更新次数做出限制，从而快速准确的获取最优策略，以便在当前条件下实现储能的优化调度控制。本发明利用信赖域‑强化学习，在连续控制中，对策略更新的大小做出限制，每次更新的时候不大幅度地改变分布的形态，使收益满足调递增收敛性，能够在线修正优化结果，并且考虑到充放电约束，达到最优的削峰填谷控制功能。

公开(公告)号：CN115001002B

公开(公告)日：2022-12-30

申请号：CN202210916196.3

申请日：2022-08-01

申请人： 广东电网有限责任公司肇庆供电局

发明人： 陈显超 ,  张杰明 ,  高宜凡 ,  陈展尘 ,  王辉 ,  梁妍陟 ,  仲卫 ,  程林晖 ,  钟榜 ,  褚裕谦

IPC分类号： H02J3/32 ,  G06Q10/04 ,  G06N3/04 ,  G06Q10/06 ,  G06Q50/06

摘要： 本发明提供了一种求解储能参与削峰填谷的优化调度方法和系统，包括设置参数化的深度Q值网络，利用负荷历史数据以及对应时刻储能的功率出率对参数化的深度Q值网络进行训练，训练过程中利用信赖域优化模型对控制策略的更新次数做出限制，从而快速准确的获取最优策略，以便在当前条件下实现储能的优化调度控制。本发明利用信赖域‑强化学习，在连续控制中，对策略更新的大小做出限制，每次更新的时候不大幅度地改变分布的形态，使收益满足调递增收敛性，能够在线修正优化结果，并且考虑到充放电约束，达到最优的削峰填谷控制功能。