基于深度Q值网络强化学习的微电网储能调度方法及装置

授权

摘要

本发明公开了基于深度Q值网络强化学习的微电网储能调度方法及装置，建立微电网模型；根据微电网模型，利用深度Q值网络强化学习算法进行人工智能训练；根据录入的参数特征值，计算得到微电网储能调度的电池运行策略。本发明实施例利用深度Q值网络对微电网能量进行调度管理，智能体通过与环境交互，决策出最优储能调度策略，在不断变化的环境中控制电池的运行模式，基于微电网动态决定储能管理的特征，使微电网在和主电网交互中获得最大的运行收益；通过使用竞争Q值网络模型让网络可以分别计算环境本身的评估价值和动作带来的额外价值，分解这两部分会让学习目标更加稳定、更精确，让深度Q值网络对环境状态的估计能力更强。

基本信息

专利标题：

基于深度Q值网络强化学习的微电网储能调度方法及装置

专利标题（英）：

暂无

公开（公告）号：

CN109347149A

申请号：

CN201811099843.6

公开（公告）日：

2019-02-15

申请日：

2018-09-20

授权号：

CN109347149B

授权日：

2022-04-22

发明人：

张江南崔承刚吴坡贺勇赵延平刘海宝唐耀华李冰郝涛

申请人：

国网河南省电力公司电力科学研究院;上海电力学院;国网河南省电力公司;国家电网有限公司

申请人地址：

河南省郑州市二七区嵩山南路85号

代理机构：

苏州知途知识产权代理事务所(普通合伙)

代理人：

张锦波

优先权：

CN201811099843.6

主分类号：

H02J3/46

IPC分类号：

H02J3/46 H02J3/32 G06Q50/06 G06Q10/06