摘要
本发明公开的基于深度强化学习的微电网的分布式储能调节方法及系统,根据获取的微电网数据并考虑需求响应建立微电网内部各组分的响应模型;根据微电网的状态及储能动作决策设置所述微电网的状态空间、动作空间以及奖励函数;根据所述响应模型、所述状态空间、所述动作空间以及所述奖励函数,采用对抗网络结构构建优势神经网络模型;将深度强化学习与WHO算法相结合,通过算法迭代寻优,确定所述优势神经网络模型的神经网络权重,根据得到的优势神经网络模型并依据各时刻的微电网状态确定当前储能调节决策。本方案能够提高储能调节应对随机性的能力,调节效果稳定,能够提高微电网整体效率。
技术关键词
深度强化学习
神经网络模型
分布式储能
负荷
算法
决策
微电网储能
能量管理
网络结构
调节系统
家庭
光照强度数据
预测误差
信息更新
风电
分群
风光
系统为您推荐了相关专利信息
低通滤波器
混合动力系统
加速度
巴特沃斯滤波器
状态空间方程
智能化分析系统
房屋结构
语义
局部结构特征
编码向量
NLP技术
修正错别字
语义
BERT模型
命名实体识别
电机位置信息
电机保护功能
信号处理机制
制动控制方法
动态