-
公开(公告)号：CN113326994A
公开(公告)日：2021-08-31
申请号：CN202110760933.0
申请日：2021-07-06
Applicant: 华北电力大学
Abstract: 本发明属于电力系统优化调度领域，具体涉及一种考虑源荷储互动的虚拟电厂能量协同优化方法。本发明基于电力系统在线运行状态数据采集，设计了一种采用竞争深度Q网络(dueling deep Q network，DDQN)结构的无模型深度强化学习(deep reinforcement learning，DRL)方法，在实际光伏出力、日负荷波动情况下，以蓄电池和可中断负荷配合进行能量优化。首先构建了基于DDQN的虚拟电厂(virtual power plant，VPP)体系结构，接着将VPP的能量管理问题公式化为马尔科夫决策过程(Markov decision process，MDP)，分别定义了状态、动作和奖励函数。最后将基于DDQN的DRL算法应用到具有最大累积奖励的MDP求解中进行训练与验证，以获得最大利益下蓄电池与可中断负荷优化结果。
-
公开(公告)号：CN115001019B
公开(公告)日：2024-07-12
申请号：CN202210670498.7
申请日：2022-06-14
Applicant: 华北电力大学
Abstract: 本发明涉及一种电动汽车参与调频辅助服务市场的充放电调度优化方法及系统，属于电动汽车技术领域，在考虑电动汽车用能的不确定性因素影响下，通过对多场景的联合优化模型进行求解得到EVA最优能量市场功率与调频市场容量申报方案，能够实现多类型EV群体协调申报；根据实时容量优化结果对电动汽车的可调容量类型进行划分，划分为不同类型的EV，进而利用电动汽车聚合商调频容量实时分配模型，获得每辆电动汽车的实时充放电功率优化调度结果，使EVA在实时层面根据EV的实际运行状态及可提供的调频容量更合理分配EV资源，优化EVA管理的各EV充、放电功率，满足调频辅助服务市场需求。
-
公开(公告)号：CN115001019A
公开(公告)日：2022-09-02
申请号：CN202210670498.7
申请日：2022-06-14
Applicant: 华北电力大学
Abstract: 本发明涉及一种电动汽车参与调频辅助服务市场的充放电调度优化方法及系统，属于电动汽车技术领域，在考虑电动汽车用能的不确定性因素影响下，通过对多场景的联合优化模型进行求解得到EVA最优能量市场功率与调频市场容量申报方案，能够实现多类型EV群体协调申报；根据实时容量优化结果对电动汽车的可调容量类型进行划分，划分为不同类型的EV，进而利用电动汽车聚合商调频容量实时分配模型，获得每辆电动汽车的实时充放电功率优化调度结果，使EVA在实时层面根据EV的实际运行状态及可提供的调频容量更合理分配EV资源，优化EVA管理的各EV充、放电功率，满足调频辅助服务市场需求。
-
-
Search Results
3
records
(took 0.025 seconds)
