摘要
本发明公开了降低梯级水电运行耗水率的混合式抽水蓄能调度方法,包括:建立梯级水光蓄互补发电调度模型,并基于梯级水电调度模型构建以梯级水电站总耗水量最小目标函数;根据梯级水电调度模型确定目标函数约束条件;基于Actor‑Critic算法建立求解模型;将历史数据数据集中的时序数据作为环境状态参数输入深度强化学习算法模型中,通过迭代训练网络模型求解最优日前调度策略;使用得到的最优调度策略结果计算耗水率,对结果进行评估。通过引入深度强化学习中的Actor‑Critic算法,实现了复杂环境下的优化决策策略,有效提升了系统的经济运行效率和发电效益,显著降低了梯级水电的耗水率。
技术关键词
梯级水电调度
深度强化学习算法
梯级水电站
水库
光伏电站出力
联合发电系统
水力发电机
策略
变速抽蓄机组
发电量
网络
水轮机
分析模块
水头
系统为您推荐了相关专利信息
危险场景
评价方法
语义分割网络
生成规则
语义分割模型
视觉识别单元
信号灯
单车道
深度强化学习算法
管控方法
波纹特征
识别模块
安全监管系统
影像
安全监管方法
新能源电力系统
抽水蓄能电站
抽蓄电站
规划
弃风弃光