基于深度强化学习的区域电网日前-日内联合调度方法

发明专利有效专利

申请号：
CN202211102713.X
IPC分类号：H02J3/00;H02J3/14;H02J3/46;G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62;G06N3/08
申请日期：
2022-09-09
申请人：
合肥工业大学;国网安徽省电力有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度强化学习的区域电网日前-日内联合调度方法
申请号	CN202211102713.X	申请日期	2022-09-09
法律状态	公开	申报国家	暂无
公开/公告日	2022-12-06	公开/公告号	CN115441437A
优先权	暂无	优先权号	暂无
主分类号	H02J3/00 ? IPC结构图谱： H 电学 H9 电学 H02 发电、变电或配电 H02J 供电或配电的电路装置或系统；电能存储系统（用于测量X射线、γ射线、微粒子射线或宇宙射线设备的供电电路入G01T 1/175；专用于具有不动件的电子时钟的供电电路入G04G 19/00；用于数字计算机的入G06F 1/18；用于放电管的入H01J 37/248；电能转换用电路或设备，这种电路或设备的控制装置或调整装置入H02M；数个电机的相关控制，原动机/发电机组的控制入H02P；高频电力的控制入H03L；用以传输信息的电力线路或电力网附加用途入H04B） H02J3/00 交流干线或交流配电网络的电路装置	IPC分类号	H;0;2;J;3;/;0;0;;;H;0;2;J;3;/;1;4;;;H;0;2;J;3;/;4;6;;;G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8查看分类表>
申请人	合肥工业大学;国网安徽省电力有限公司	申请人地址	安徽省合肥市屯溪路193号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	合肥工业大学,国网安徽省电力有限公司	当前权利人	合肥工业大学,国网安徽省电力有限公司
发明人	唐昊;梁硕哲;张莹杰;王正风;程文娟;梁肖;高卫恒;栾喜臣
代理机构	合肥晨创知识产权代理事务所（普通合伙）	代理人	康培培

摘要

本发明属于电力系统调度优化技术领域，更具体地，涉及一种基于深度强化学习的区域电网日前‑日内联合调度方法，其建立了区域电网日内滚动调度优化模型，并提出了一种基于深度强化学习的调度策略求解。首先，日前调度计划每日根据日前风电及负荷预测曲线进行制定；然后，针对区域电网建立日内滚动调度模型目标函数和约束条件；最后，利用深度强化学习算法对日内滚动模型进行求解。该方法在日前调度计划与AGC调控之间加入日内滚动计划，使得调度计划之间的衔接更加紧密、过渡更加平稳。深度强化学习算法相较于传统基于数学模型与优化求解器的调度优化方法更具有实时性，极大提升了求解效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供