[发明专利]一种带有储能设备的智能微电网电能优化控制方法

摘要

本发明公开了一种带有储能设备的智能微电网电能优化控制方法，包括：相关参数初始化；开启全局迭代，初始化评判网络和执行网络权值；开启局部迭代，利用白适应动态规划方法训练评判网络和执行网络，修正神经网络权值，其中评判网络用来近似最优性能指标函数，并利用该评判网络权值评测当前电池控制策略的性能，执行网络用来近似最优控制策略，最小化一次全局迭代内的总成本；判断当前局部迭代是否完成，如果尚未完成，则返回局部迭代，否则更新迭代性能指标函数和迭代控制律，以获得最优解；判断当前全局迭代是否满足收敛精度，如果尚未完成，则返回全局迭代；如果满足收敛精度，根据最优性能指标函数获得最优的电池控制策略，并计算用电成本。

主权项

一种带有储能设备的智能微电网电能优化控制方法，其包括：S1、参数初始化；S2、开启全局迭代，初始化评判网络和执行网络权值；S3、开启局部迭代，利用自适应动态规划方法训练评判网络和执行网络，修正评判网络和执行网络权值，其中评判网络用来近似最优性能指标函数，并利用该评判网络权值评测当前电池控制策略的性能，执行网络用来近似最优控制策略，最小化一次全局迭代内的总成本；S4、判断当前局部迭代是否完成，如果尚未完成，则返回局部迭代，否则更新迭代性能指标函数和迭代控制律，以获得最优解；判断当前全局迭代是否满足收敛精度，如果尚未完成，则返回全局迭代；S5、如果满足收敛精度，根据最优性能指标函数获得最优的电池控制策略并计算用电成本；其中，在步骤S3中，所述评判网络的输入数据和输出数据包括：输入数据：电网供电功率Pg(t)，归一化的电池电量Eb(t)，最优的电池控制策略u(t)；输出数据：性能指标函数Q(t)；根据Bellman方程，利用评判网络下一时刻的输出Q(t＋1)与效用函数U(t)计算得到当前时刻的输出数据Q(t)，计算公式如下：Q(x(t),u(t),t)=U(x(t),u(t),t)+minu(t+1)Q(x(t+1),u(t+1),t+1)]]>x(t)＝[x1(t)，x2(t)]T其中，x1(t)为电网供电功率Pg(t)，x2(t)为归一化的电池电量Eb(t)‑0.5，则所述效用函数U(t)表示t时刻用电花费、电池电量变化功率以及充放电功率的消耗总和。