摘要
本发明公开了一种基于时间和图嵌入强化学习的基站储能调度方法和装置,属于配电网调度领域。根据含5G基站储能的电网系统获取图拓扑结构;随机选择B个电网训练数据对强化学习智能体决策网络模型进行训练,得到训练好的强化学习智能体决策网络模型;根据训练好的强化学习智能体决策网络模型对当前时刻的电网系统的状态观测信息进行分析和决策,得到当前时刻的原始动作向量并进行安全约束,得到安全动作向量;最后通过安全动作向量对电网系统进行调整,完成对电网系统的调度。本发明能够根据配电网实时状态信息执行调度动作,在保证基站储能安全备用容量的前提下,充分发挥基站储能的可调度容量,促进新能源消纳,减少电网运行成本。
技术关键词
储能调度方法
决策网络模型
神经网络参数
电网系统
新能源机组
基站
有功功率
节点状态信息
策略
无功负荷
编码向量
节点特征
实时状态信息
强化学习算法
卷积模型
神经网络模型
幅值
系统为您推荐了相关专利信息
风光储微电网
容量优化方法
粒子群算法
分布式电源
风力发电机功率
全局定位方法
激光雷达
描述符
卷积神经网络提取
地图
强化学习模型
协同优化方法
节点特征
神经网络模型
配电网系统
评估预测模型
风险评估模型
神经网络参数
尿失禁患者
神经网络模型
发送波束成形
深度强化学习算法
发送功率控制
无人机飞行轨迹
通信系统