摘要
本发明涉及能源调度技术领域,具体公开了一种多微网协同电能调度方法,针对微网群电能交易中的距离敏感型成本优化难题,设计了多智能体强化学习架构:底层通过融合时序特征工程与多维度特征筛选机制构建负荷天气指标体系;采用双层长短时记忆网络模型实现负荷与新能源出力预测,捕捉区域气象关联;高层采用MADDPG算法创新性地构建了距离感知奖励函数。通过联合优化微网间功率交互策略与储能调度方案,取得了线损成本降低、可再生能源利用率提升的显著效果,为分布式能源系统的经济‑低碳协同优化提供了新思路。
技术关键词
电能调度方法
分层决策机制
时序特征
可再生能源利用率
多尺度滑动窗口
电网拓扑构建
多智能体强化学习
新能源出力预测
策略
能源调度技术
分布式能源系统
分层强化学习
抑制噪声干扰
指标
LSTM算法
时序预测模型
天气
负荷预测模型
微网负荷