返回搜索
档案
一种基于强化学习的多微网能源系统优化调控方法
发明专利有效
8权利要求 · 1 独立
§ Ⅰ
卷宗概要
申请人
杭州电力设备制造有限公司; 杭州电力设备制造有限公司余杭群力成套电气制造分公司; 浙江群力电气有限公司
发明人
崔向虎; 留毅; 胡裕民; 胡翔; 郭强; 陈世喆; 徐寅飞; 莫晓鹏; 崔金栋
IPC 分类
H02J 3/00 (2026.01)H02J 3/466 (2026.01)G06Q 30/0283 (2023.01)G06Q 50/06 (2024.01)G06N 3/092 (2023.01)G06N 3/0499 (2023.01)H02J 103/30 (2026.01)
本发明涉及一种基于强化学习的多微网能源系统优化调控方法,包括以下步骤:步骤一、对EMS进行系统建模;步骤二、构建微电网混合串并联连接MPSC框架;步骤三、定义邻近MG之间可进行电力借用,构建友好互助型MG集群,在面对能源短缺时可先进行MG间的电力传输借用;步骤四、构建双层能源管理策略;步骤五、设计EMS的深度强化学习。本发明通过分层强化学习架构,将全局优化任务分解为上层策略生成与下层分布式自治优化,利用深度神经网络的感知能力实时响应源荷不确定性,采用分层约束强化学习框架,将多目标优化拆分为独立子问题,将功率平衡、储能SOC限制等硬约束嵌入奖励函数,避免显式建模非线性约束。