摘要
本发明公开了一种含压缩空气储能系统的配电网日内调度方法及装置,涉及配电网技术领域,该方法包括:构建含压缩空气储能系统的配电网模型及配电网仿真环境;根据配电网模型中的火电机组和储能电站特性,构建强化学习智能体;基于近端策略优化算法,使用强化学习智能体与配电网仿真环境进行交互,获得训练后强化学习智能体;利用训练后强化学习智能体进行实际配电网的日内调度,获得每个调度时段的调度策略;对训练后强化学习智能体的调度策略进行更新,进行新的一天的日内调度。本申请通过智能体与环境的交互学习最优策略,提高配电网的可靠性和稳定性,同时降低运行成本,为配电网的高效运行提供新的思路和方法。
技术关键词
压缩空气储能电站
压缩空气储能系统
电化学储能电站
配电网模型
充放电功率
火电
机组
仿真环境
膨胀机
门控循环单元
可再生能源
充放电策略
配电网状态信息
风力发电站
光伏发电站
压缩机运行状态
系统为您推荐了相关专利信息
电力系统最优调度方法
电池储能电站
储能优化配置
调度优化模型
场景
储能优化配置
蒙特卡罗方法
表达式
虚拟储能技术
出行需求
配电网模型
混合储能模块
集群
计算机执行指令
参数优化模型
鲁棒优化调度方法
节点
可行解空间
Wasserstein距离度量
决策
多时间尺度优化
组合系统
分布式光伏
分布式储能
粒子群算法求解