一种基于深度强化学习的近端策略优化方法

    公开(公告)号:CN118367567A

    公开(公告)日:2024-07-19

    申请号:CN202410255081.3

    申请日:2024-03-06

    申请人: 浙江大学

    IPC分类号: H02J3/16 H02J3/18 G06N3/092

    摘要: 本发明提出一种基于深度强化学习的近端策略优化方法,包括以下步骤:步骤1:基于深度强化学习算法构建多智能体柔性动作评价框架;步骤2:利用弹性增强算法对多智能体柔性动作评价框架进行弹性增强;步骤3:训练弹性增强后的多智能体柔性动作评价框架,利用训练好的弹性增强后的多智能体柔性动作评价框架对近端策略进行优化。本发明引入一种基于智能体的混合柔性动作评价算法,用于并联无功补偿器的离线定位、分级和在线控制,以提高其电压恢复能力。

    一种基于极端灾害天气的电网预警和调度方法及系统

    公开(公告)号:CN118336733A

    公开(公告)日:2024-07-12

    申请号:CN202410414600.6

    申请日:2024-04-08

    申请人: 浙江大学

    IPC分类号: H02J3/06 H02J3/28 H02J3/00

    摘要: 本发明公开一种基于极端灾害天气的电网预警和调度方法及系统,涉及电网调度领域,旨在解决目前的电网调度方法无法全面考虑端灾害天气影响因素导致调度存在片面性的问题,方法包括:根据配电区域的天气信息以及电网设备的状态信息,确定在极端灾害天气下的电网设备的故障情况;根据电网设备的故障情况以及电网设备的使用时长来判断是否发出电网预警,并预测负荷减少量;获取电网储能设备的位置分布信息和能量信息,按照第一执行策略,确定执行的电网储能设备方案;根据历史执行的电网储能设备方案构建储能执行模型,并判断储能执行模型是否更新。本发明对故障电网设备进行针对性的调整调度,保证调度结果的客观性和全面性。