摘要
本发明公开了一种基于改进近端策略优化的分布式微网调度方法,属于智能电网与人工智能交叉技术领域。本发明旨在解决传统微网调度方法在应对可再生能源并网带来的高维、动态不确定性以及多目标协同优化等方面的挑战。该方法首先构建一个包含分布式发电机组、储能系统、光伏和电网交互的分布式微网环境的马尔可夫决策过程模型;然后,采用一种改进的分布式近端策略优化算法作为决策核心,通过设置多个并行的智能体与环境进行交互来采集数据,并利用统一的奖励函数进行策略迭代与优化,该奖励函数综合考虑了微网的运行成本和功率平衡;最后,通过训练得到的优化策略,对微网内的发电机组出力、储能充放电等行为进行实时、动态的调度。
技术关键词
分布式微网
策略
进程
发电机组
储能系统荷电状态
深度强化学习算法
网络
充放电功率
主节点
人工智能交叉技术
微网调度方法
标记故障节点
决策
分布式计算节点
有功功率
可再生能源并网
噪声参数
系统为您推荐了相关专利信息
解析执行方法
多模态
预训练语言模型
综合语义
跨模态
传感器组合
故障诊断器
鲁棒控制器
对象
观测系统
深基坑监测
指标
BP神经网络算法
围护结构变形
深基坑支撑
深度确定性策略梯度
数据预测模型
状态转移模型
数据采集模块
网络架构
发电机组
梯级
水位库容曲线
二次规划模型
机组发电