[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。
