摘要
本发明适用于光储直柔系统调控评估技术领域,提供了一种光储直柔系统调控评估方法及系统,其方法包括:建立包含最小化系统运行成本、最小化碳排放及最大化运行稳定性的多目标优化模型,多目标优化模型满足功率平衡约束、储能充放电功率约束及碳排放总量约束;构建改进的深度强化学习算法;其中,状态空间为包含光伏出力、负荷需求、储能SOC及实时碳排强度的四维向量,奖励函数集成经济性奖励项、碳排惩罚项及稳定性奖励项,动作空间采用修正输出机制来限制储能充放电功率值,并通过辅助惩罚项约束碳排放超限行为;通过改进的深度强化学习算法求解模型,得到最优系统调度方案。系统具有高度的适应性与鲁棒性,实现了低碳、高效、智能的调度评估。
技术关键词
深度强化学习算法
充放电功率
最小化系统
储能系统
排放量
表达式
能量存储
储能荷电状态
储能设备
储能电池
负荷
总量
因子
机制
评估系统
预测误差
基础
动态
系统为您推荐了相关专利信息
沸石
智能联动控制方法
分布式共识
采集环境参数
物联网终端
拉曼光谱分析装置
肿瘤标志物
光纤拉曼光谱仪
量子纠缠光源
非线性光学晶体
协同控制方法
模态特征
储能系统
多模态
充放电策略