-
公开(公告)号:CN114234381A
公开(公告)日:2022-03-25
申请号:CN202111420612.2
申请日:2021-11-26
Applicant: 国网上海市电力公司
IPC: F24F11/54 , F24F11/58 , F24F11/61 , F24F110/10 , F24F140/20
Abstract: 一种基于强化学习的中央空调系统控制方法,包括如下步骤:S1、设计中央空调系统所处空间及自身的状态空间S、控制所述中央空调系统的控制动作A和奖励函数rt;S2、基于所述状态空间S、所述控制动作A和所述奖励函数rt设计DDPG网络;S3、执行所述DDPG网络对所述中央空调系统进行控制。该方法选用深度确定性策略梯度方法(Deep Deterministic Policy Gradient,DDPG)求解控制动作,不受模型参数影响,在保证用户舒适的前提下增大空调负荷调控能力。
-
公开(公告)号:CN116307178A
公开(公告)日:2023-06-23
申请号:CN202310262511.X
申请日:2023-03-17
Applicant: 国网上海市电力公司 , 北京慧和仕科技有限责任公司
IPC: G06Q10/04 , G06Q10/067 , G06Q30/06 , G06Q50/06 , G06N3/006
Abstract: 本发明涉及一种虚拟电厂多目标优化调度方法,包括以下步骤:S1、根据虚拟电厂的实际碳排放量建立一种基于奖励系数的奖惩阶梯型碳交易机制;S2、建立一种双目标优化调度模型,该模型基于碳捕集技术和多能流网以最小化运行成本和最小化碳排放量作为目标函数;S3、利用樽海鞘群多目标优化算法对建立的双目标优化调度模型进行求解;S4、设置多个调度场景进行仿真分析并对比多种多目标优化算法性能,验证S3中优化求解的可靠性。本发明提出的调度方法可行性高,降低了虚拟电厂的成本和碳排放量。
-