一种基于自动强化学习多时段可再生能源出力及负荷预测的孤立微电网优化调度方法,其特点是,包括:输入并更新风、光出力及负荷的历史数据并将其按时段重构为24组新的时间序列;生成基于优先经验回放自动强化学习预测的调度模型;根据输入数据自动确定优先经验回放自动强化学习预测模型的架构与超参数;获得预测值及预测误差分布并生成预测误差的概率性序列;修正预测值;确定旋转备用机会约束;将机会约束转化为确定性约束;获得符合混合整数线性规划形式的调度模型;输入微电网参数;求解微电网日前调度模型;检查解决方案是否存在,若存在,则终止流程;否则更新置信水平;输出微电网优化调度方案。具有系统的运行成本低,求解速度快等优点。
声明:
“基于自动强化学习多时段预测的孤立微电网优化调度方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)