基于深度强化学习的分布式能源系统自治控制方法及系统

    公开(公告)号:CN112186799B

    公开(公告)日:2022-07-26

    申请号:CN202011003363.2

    申请日:2020-09-22

    Abstract: 本发明提供一种基于深度强化学习的分布式能源系统自治控制方法及系统,该方法提供获取实时环境数据和变化数据,将获取的数据输入训练好的智能体神经网络中进行深度强化学习;进行决策计算,得到决策特征值,输出至决策空间,得到具体执行决策进行仿真,调整仿真模型中的可控设备与负荷,并进行潮流计算,根据执行决策调整现实分布式能源系统中的可控设备及负荷,完成自治控制。通过构建智能体神经网络对分布式能源系统中的电网数据和燃气网数据进行深度学习,将生成的执行策略由仿真系统进行仿真,实现配电网的仿真计算。更能从本质上反映原件的物理特性,能够处理复杂的配电网络,并能实现快速计算,优化能源配置,降低运行成本。

Patent Agency Ranking