摘要
本发明提供一种基于经济‑环境电力和热电联产的电网能源调度方法,属于电力系统优化调度技术领域。通过数学模型量化电网系统各机组运行成本;以量化的各机组运行成本,确定经济调度问题的目标函数和经济‑环境调度问题的目标函数;并结合电网运行的约束条件,通过拉格朗日法表征电网运行状态与电网需求状态不匹配时各机组的增量成本;批评家神经网络基于各机组运行状态与电网需求状态的局部供需不匹配值以及对应的增量成本输出性能指标;通过行动者神经网络基于电网需求状态和批评家神经网络输出的性能指标输出各机组运行决策;通过多智能体分布式强化学习算法迭代,当增量成本收敛为一致时,输出各机组的最优控制策略。提升了系统的稳定性和适应性。
技术关键词
热电联产机组
能源调度方法
供热机组
发电机组
电网运行状态
分布式强化学习
拉格朗日法
机组运行状态
电力
功率
电网系统
数学模型
发电量
策略
损耗
决策
矩阵
系统为您推荐了相关专利信息
节点电价预测方法
电力现货交易
发电机组
曲线
浮动阈值
汽轮发电机组振动
凝汽器真空度
评分方法
参数
动态
双层优化方法
双层优化模型
光伏发电单元
有功功率
光伏电站模型