← 返回列表
一种基于深度强化学习的综合能源系统优化调度方法
申请人信息
- 申请人:国能江苏新能源科技开发有限公司
- 申请人地址:210006 江苏省南京市秦淮区江宁路5号无为文创园A幢
- 发明人: 国能江苏新能源科技开发有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度强化学习的综合能源系统优化调度方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311488353.6 |
| 申请日 | 2023/11/9 |
| 公告号 | CN117455183A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G06Q10/0631 |
| 权利人 | 国能江苏新能源科技开发有限公司 |
| 发明人 | 章哲玮; 蔺琪蒙; 王立公; 陈宏伟 |
| 地址 | 江苏省南京市秦淮区江宁路5号无为文创园A幢 |
摘要文本
本发明公开了一种基于深度强化学习的综合能源系统的优化调度方法，涉及智慧能源领域，旨在以数据智能方法提高综合能源系统中多装备的协同运行性能。其技术方案要点是合理构造适应综合能源系统优化调度的深度强化学习调度框架，包括选取表征能源系统协同运行的调度变量、状态变量、设计约束指标、奖励函数；通过与实时数据交互，使系统能够适应不断变化的环境条件和用户需求，应对可再生出力、用户负荷的波动性以及电价变化，实现优化调度，提高系统整体性能。本发明的应用领域涵盖能源管理、可再生能源集成、调度等多个领域，提升复杂综合能源系统的稳定经济运行水平。
专利主权项内容
1.一种基于深度强化学习的综合能源系统的优化调度方法，其特征在于，包括：步骤1：建立综合能源系统模型，包括风力发电机组、光伏发电机组、蓄电池模型及园区电负荷需求模型；步骤2：根据所述综合能源系统模型，建立经济优化模型，明确系统变量、约束；根据指标、变量、约束构建深度强化学习训练模型框架，即设计强化学习状态变量S、调度变量A、奖励函数r；步骤3：搭建TD3训练网络结构，设置TD3训练网络结构的策略网络和评估网络的网络参数、缓冲区大小、折扣因子、软更新速率；步骤4：通过于综合能源系统模型交互，训练智能体，使其学会如何在不同情况下做出最佳决策，以最大化奖励函数，从而实现综合能源系统稳定经济运行水平。 微信公众号马克数据网