一种基于深度强化学习的配电网双层优化调度方法

    公开(公告)号:CN115986845A

    公开(公告)日:2023-04-18

    申请号:CN202211210890.X

    申请日:2022-09-30

    Abstract: 一种基于深度强化学习的配电网双层优化调度方法,一:获取以节点功率预测偏差量最小为目标函数建立的配电网分布式电源出力及负荷预测模型;二:利用深度确定性策略梯度算法将配电网分布式电源出力及负荷预测模型转换为相应的马尔科夫决策模型,并利用深度确定性策略梯度算法对马尔科夫决策模型进行求解,得到配电网的分布式电源出力及负荷预测值;三:建立长时间尺度下包含分布式电源调控成本的配电网上层优化调度模型,采用粒子群算法进行求解,得到长时间尺度下分布式电源及负荷的最优出力;四:设计短时间尺度下基于在线滚动式优化的配电网下层功率优化分配函数,在短时间尺度下对配电网分布式电源及负荷的有功功率进行分布式最优分配。

Patent Agency Ranking