摘要
本发明提出了一种基于双层深度强化学习的移动储能调度系统、调度方法及存储介质,涉及智能电网与能源管理系统领域,该方法包括功率决策层和移动决策层,功率决策层根据当前电价、储能的荷电状态、剩余容量信息,实时动态调整储能系统的充放电功率,实现电价套利;移动决策层则根据各储能电站的电价数据、移动成本及当前储能电站状态,决定储能系统是否移动至其他电站,以进一步增加套利收益并降低移动成本。本发明的移动储能调度系统通过智能化的调度方式、先进的算法以及全面的储能系统老化模型,实现了移动储能系统在复杂电力市场环境中的高效、经济、可靠运行,对于提高能源利用效率、降低电力成本以及促进能源可持续发展具有重要意义。
技术关键词
深度强化学习
调度系统
充放电功率
储能电站
移动储能系统
老化模型
强化学习方法
双网络结构
移动储能电池
储能调度方法
站点
能源可持续发展
噪声
能源管理系统
雨流计数法
充放电策略
系统为您推荐了相关专利信息
作业批改方法
作业批改系统
校准接口
参数
深度确定性策略梯度
城市交通智能管理
动态信号控制系统
分布式计算框架
数据共享平台
智能调度系统
虚拟储能
虚拟电厂优化调度方法
调度设备
实时通信
节点
轨道交通锂电池
储能电站
水基灭火系统
控制模块
储能电池
派发系统
大语言模型
语音识别模型
政务
生成警报信号