一种基于模仿式强化学习的主动配电网储能调度方法及系统

AITNT
正文
推荐专利
一种基于模仿式强化学习的主动配电网储能调度方法及系统
申请号:CN202511005768
申请日期:2025-07-21
公开号:CN120978827A
公开日期:2025-11-18
类型:发明专利
摘要
本发明涉及清洁能源技术领域,提供了一种基于模仿式强化学习的主动配电网储能调度方法,其特征在于,具体步骤如下:S1,构建配电网潮流优化模型及各模块数学模型与相应约束;S2,将配电网的储能调度问题构建为马尔可夫决策过程,定义相应状态空间、动作空间以及奖励函数;S3,对配电网潮流优化模型中的非线性项进行线性化处理,将原潮流优化问题转换为混合整数线性规划问题;S4,使用商业求解器对混合整数线性规划问题进行求解,得到一系列具有专家指导作用的状态动作对,并存储到专家数据库中。籍此,提升了储能调度计算效率。
技术关键词
混合整数线性规划 配电网潮流优化 专家数据库 配电网储能 策略 分布式可再生能源 非线性 线性化方法 强化学习算法 概率密度函数 线路 充放电功率 训练深度神经网络 变量 电流 储能系统充放电 清洁能源技术 幅值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号