[发明专利]一种基于深度强化学习的动态电力系统经济调度方法有效
申请号: | 202010972420.1 | 申请日: | 2020-09-16 |
公开(公告)号: | CN112186743B | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 张沛;吕晓茜;宋秉睿;李家腾;孟祥飞 | 申请(专利权)人: | 北京交通大学 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/46 |
代理公司: | 北京市商泰律师事务所 11255 | 代理人: | 黄晓军 |
地址: | 100044 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种基于深度强化学习的动态电力系统经济调度方法,将动态经济调度转化为多阶段序贯决策模型,本发明将进行动作决策的调度中心作为决策主体,实际电力系统作为环境,通过对强化学习中动作、状态、奖励等元素的设计,将电力系统的经济调度模型转化为典型的多阶段序贯决策模型。该模型避免了对日益复杂的电力系统进行建模,且不要求精确的火电机组出力成本函数,通过智能体与环境的不断交互,更新策略,自适应负荷与新能源出力的不确定性,实现任意场景下的电力系统动态经济调度。 | ||
搜索关键词: | 一种 基于 深度 强化 学习 动态 电力系统 经济 调度 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202010972420.1/,转载请声明来源钻瓜专利网。