[发明专利]多主体博弈环境下基于深度强化学习的建筑负荷需求响应方法在审
| 申请号： | 202310036981.4 | 申请日： | 2023-01-10 |
| 公开（公告）号： | CN116014747A | 公开（公告）日： | 2023-04-25 |
| 发明（设计）人： | 谢东日;禹文静;明东岳;夏水斌;丁黎;郑欣;刘俊;聂永欣 | 申请（专利权）人： | 国网湖北省电力有限公司营销服务中心（计量中心) |
| 主分类号： | H02J3/14 | 分类号： | H02J3/14;H02J3/32;G06Q10/0631;G06Q50/06;G06N3/0464;G06N3/08 |
| 代理公司： | 西安智大知识产权代理事务所 61215 | 代理人： | 何会侠 |
| 地址： | 430075 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多主体博弈环境下基于深度强化学习的建筑负荷需求响应方法，该方法包括以下步骤：首先，收集电力系统中建筑物的负荷数据并建立负荷模型，对建筑物需求响应建立马尔可夫博弈过程模型。其次，根据电力系统稳定性要求设计奖励函数，定义纳什均衡。第三，对每个建筑物建立一个包含策略网络和价值网络的智能体，策略网络输出负荷动作序列，价值网络评估建筑物的负荷可调潜力。最后，使用建筑物的负荷数据训练价值网络和策略网络，直到所有智能体收敛到纳什均衡。该方法通过对多个建筑物在需求响应系统下博弈过程模拟并设计奖励函数，引导用户错峰用电，降低系统总的负荷功率峰值，平抑负荷功率波动，避免了系统出现峰值转移的情况。 | ||
| 搜索关键词： | 主体 博弈 环境 基于 深度 强化 学习 建筑 负荷 需求 响应 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国网湖北省电力有限公司营销服务中心（计量中心)，未经国网湖北省电力有限公司营销服务中心（计量中心)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/202310036981.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种紧缩场反射面板的确定方法及系统
- 下一篇：一种风电机组弹性支撑装置
