摘要
本申请涉及一种配用电系统分布式用能优化方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括:获取电力系统的电力供需数据;根据电力供需数据,分析获得用户侧的至少一类负荷的用电行为特性;根据至少一类负荷的用电行为特性,确定各类负荷的负荷曲线;构建用户侧与电网侧之间的多智能体强化学习模型;将负荷峰谷差最小化和用电成本最小化作为约束条件,对多智能体强化学习模型进行优化;获取实时电价数据和电力系统状态数据;利用多智能体强化学习模型,根据实时电价数据和电力系统状态数据,优化各类负荷的负荷曲线。采用本方法能够优化电力系统的多类型负荷曲线,实现削峰填谷的目标,提升电网的运行效率和经济性。
技术关键词
强化学习模型
多智能体强化学习
配用电系统
电池荷电状态
深度确定性策略梯度
负荷低谷时段
负荷高峰时段
工业
曲线
室内空调
计算机设备
数据获取模块
计算机程序产品
优化电力系统
功率
系统为您推荐了相关专利信息
智能储能管理系统
动态记忆网络
充放电动作
电池荷电状态
多模态特征融合
电池荷电状态估计
神经网络模型
特征提取模块
多层感知机
电池容量值
节能优化方法
电能存储装置
多智能体强化学习
协同控制策略
超级电容器
技能评估
提升系统
强化学习模型
计划
模拟演练系统
增程器
电池荷电状态
能量管理单元
发电系统
断开内燃发动机