公开(公告)号：CN110929948B

公开(公告)日：2022-12-16

申请号：CN201911206937.3

申请日：2019-11-29

Applicant: 上海电力大学

Inventor： 符杨 ,  郭笑岩 ,  米阳 ,  张智泉 ,  丁枳尹 ,  袁明瀚 ,  李振坤 ,  田书欣

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明涉及一种基于深度强化学习的完全分布式智能电网经济调度方法，包括以下步骤：1)获取网络拓扑结构，建立基于负荷分配和机组组合的经济调度模型；2)通过深度强化学习模型获取经济调度模型的局部最优解，作为第一Q函数表；3)将第一Q函数表载入预训练后的深度卷积神经网络，获取第二Q函数表；4)根据第二Q函数表，初始化各机组的功率，载入机组功率求解模型，并根据网络拓扑结构，更新第二Q函数表，得到全局最优解；5)进行电网经济调度。与现有技术相比，本发明不仅能够在数据量大、网络结构复杂的智能电网环境下，实现经济调度最优化，而且不依赖于明确的目标函数，能适应分布式能源的“即插即用”特性，具有良好的应用前景。

公开(公告)号：CN110929948A

公开(公告)日：2020-03-27

申请号：CN201911206937.3

申请日：2019-11-29

Applicant: 上海电力大学

Inventor： 符杨 ,  郭笑岩 ,  米阳 ,  张智泉 ,  丁枳尹 ,  袁明瀚 ,  李振坤 ,  田书欣

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明涉及一种基于深度强化学习的完全分布式智能电网经济调度方法，包括以下步骤：1)获取网络拓扑结构，建立基于负荷分配和机组组合的经济调度模型；2)通过深度强化学习模型获取经济调度模型的局部最优解，作为第一Q函数表；3)将第一Q函数表载入预训练后的深度卷积神经网络，获取第二Q函数表；4)根据第二Q函数表，初始化各机组的功率，载入机组功率求解模型，并根据网络拓扑结构，更新第二Q函数表，得到全局最优解；5)进行电网经济调度。与现有技术相比，本发明不仅能够在数据量大、网络结构复杂的智能电网环境下，实现经济调度最优化，而且不依赖于明确的目标函数，能适应分布式能源的“即插即用”特性，具有良好的应用前景。