本发明公开了一种基于双Q值网络深度强化学习的微电网能量调度方法,将微电网的一天预测信息当作生成最优控制策略的训练集,训练一个独立于微电网环境、以
储能系统作为控制对象的智能体,通过对储能系统的充放电动作进行控制来实现微电网的运行花费最小和对公共电网功率波动最小的双重优化目标。该方法因其不依赖于具体微电网模型的构建,并且由奖励函数的设计来引导策略实现微电网运行的目标,可以获得全局时间的最优策略,能够有效解决新能源发电和用户负荷分布的不确定性导致的功率不平衡。
声明:
“基于双Q值网络深度强化学习的微电网能量调度方法” 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)