基于分层约束强化学习的多微网系统优化运行方法和装置

    公开(公告)号:CN117710146A

    公开(公告)日:2024-03-15

    申请号:CN202311695916.9

    申请日:2023-12-11

    IPC分类号: G06Q50/06 H02J3/00 G06F30/20

    摘要: 本申请涉及基于分层约束强化学习的多微网系统优化运行方法,包括分解综合能源多微网系统的优化任务为上层智能体和下层微网模型,构建上层智能体的智能体状态空间和智能体动作空间,构建下层微网模型的约束条件,基于约束强化学习算法对所述分层强化学习优化调度模型求解,得到综合能源多微网系统的优化运行策略。本申请大幅提高了模型训练速度和精度,解决了传统强化学习难以处理约束的问题,可保证智能体在满足约束的前提下寻找最优策略,避免了传统强化学习方法由于人工设置惩罚系数造成的难以满足约束以及收敛困难等问题,可实时给出调度结果。本申请还涉及基于分层约束强化学习的多微网系统优化运行装置、设备和存储介质。

    基于多任务图学习的有源配电网拓扑辨识方法及相关装置

    公开(公告)号:CN118889428A

    公开(公告)日:2024-11-01

    申请号:CN202411372407.7

    申请日:2024-09-29

    摘要: 本发明公开一种基于多任务图学习的有源配电网拓扑辨识方法及相关装置,属于电力系统监测技术领域,方法包括利用多个自编码器分别补全配电网中不同量测特征的缺失;将配电网拓扑表示为图的形式,利用图数据对拓扑辨识器进行训练,根据多头注意力系数从目标节点到源节点进行消息聚合,获取整图边的特征矩阵;将每条线路的特征输入全连接神经网络层,并将特征映射为每条线路状态的判定值,判定线路的开断状态,实现拓扑辨识;利用多任务学习对补全量测特征的缺失以及拓扑辨识过程联合学习优化,确定目标模型,将实时量测数据输入目标模型,输出拓扑辨识结果。本发明能够在有限量测数据的条件下降维、重构不完整数据以及精确识别配电网拓扑结构。

    能源互联网优化运行方法及相关装置

    公开(公告)号:CN118657264A

    公开(公告)日:2024-09-17

    申请号:CN202411151372.4

    申请日:2024-08-21

    摘要: 本发明属于能源互联网领域,公开了一种能源互联网优化运行方法及相关装置,包括:获取能源互联网中各微电网的状态数据;根据各微电网的状态数据,分别通过各微电网预设的策略网络模型,得到各微电网的优化调度决策;其中,各微电网预设的策略网络模型通过迭代下述步骤得到:通过各微电网预训练的生成对抗网络生成各微电网的不确定性环境量的转移概率,并基于所述转移概率得到各微电网的预测环境,以及根据各微电网的预测环境采用联盟博弈的方式训练各微电网的优化调度强化学习模型。通过构建生成对抗网络来模拟不确定性环境量的转移概率,能够较好适应微电网高度不确定性的环境,提升优化调度决策的鲁棒性,保证能源互联网运行优化效果。

    一种基于CIM/E数据的地区电网仿真模型构建方法及系统

    公开(公告)号:CN118260947A

    公开(公告)日:2024-06-28

    申请号:CN202410409146.5

    申请日:2024-04-07

    IPC分类号: G06F30/20 G06Q50/06

    摘要: 本发明提供一种基于CIM/E数据的地区电网仿真模型构建方法及系统,所述方法包括:读取电力系统CIM/E格式地区电网数据,识别出CIM/E文件中的各类电网元件起始行,将每类设备数据分离;基于列信息划分每类设备的属性值,将CIM/E格式文件读取为二维表单;基于二维表单,识别出各元件的连接列属性,将连接列属性导入图数据库构建元件拓扑信息;根据图数据库中节点、边的连接信息获取电气主岛元件和确认等值元件拓扑信息;根据等值元件拓扑信息,构建地区电网仿真模型,并校验仿真模型的正确性。本发明从实际电网数据出发,构建可以更好地应对新能源接入和智能化应用的电网仿真模型,为电力系统规划、运行和管理提供准确的评估和决策支持,推动电网可持续发展。