← 返回列表
基于多智能体深度强化学习的5G基站储能电池充放电调度方法
摘要文本
本发明提供一种基于多智能体深度强化学习的5G通信基站储能电池充放电调度方法。该以最小化配电网运行成本(计及碳排放成本)为目标，针对配电网状态信息复杂、难以建立精确数学模型、低感知度的特性和5G通信基站数目繁多的问题，将配电网划分成多个电气子区域，利用MATD3多智能体算法使各智能体独立学习配电网各电气子区域下的5G通信基站储能充放电策略，各智能体仅需采集其所属电气子区域的电气信息和基站信息即可完成合理调度，而不必采集系统全部信息，也不必实现各部位的通信；而且，该方法能够在满足5G通信基站平稳运行的前提下，通过控制储能的充放电过程优化电力系统的低碳经济调度，提高可再生能源利用率，实现低碳减排。
申请人信息
- 申请人:四川大学
- 申请人地址:610065 四川省成都市一环路南一段24号
- 发明人: 四川大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多智能体深度强化学习的5G基站储能电池充放电调度方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311390904.5 |
| 申请日 | 2023/10/25 |
| 公告号 | CN117650553A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | H02J3/32 |
| 权利人 | 四川大学 |
| 发明人 | 王文辉; 杨晓春; 熊思源; 郭正伟; 刘艺洪; 陈实 |
| 地址 | 四川省成都市武侯区一环路南一段24号 |
专利主权项内容
1.基于多智能体深度强化学习的5G基站储能电池充放电调度方法，其特征在于，包括以下步骤：S1：将配电网系统划分d个电气子区域，利用智能体A、A、…、A分别观测各自所属电气子区域的状态信息；12dS2：每经过一个决策周期，智能体A获取电气子区域i在当前时刻t对应的状态信息s＝{g, e, t}，gt代表智能体A在当前时刻t可获取的电力系统的局部基本信息；e代表智能体A在当前时刻t可获取的部分5G基站的信息；it, it, it, i, iit, iiS3：将获取的智能体A对应的状态信息s＝{g, e, t}输入至训练完成的多智能体调度模型，并输出相应的调度策略；其中，所述多智能体调度模型被配置为以最小化电力系统运行成本为目标，并基于MATD3算法训练各个的智能体A；it, it, it, iiS4：根据所述调度策略，执行相应的控制动作，以控制各个5G基站储能电池的充放电动作。