一种基于强化学习和多智能体理论的微电网混合协调控制方法技术

本发明专利技术公开了一种基于强化学习和多智能体理论的微电网混合协调控制方法，包括如下步骤：设计基于电压分层方式的过渡电压层控制策略，设计双储能分角色控制策略，当储能单元工作于稳压模式时，两储能分离工作；当需要储能辅助持续吸收功率或补充功率时，两储能工作方式转换为协同充/放电；构建基于Q‑Learning的动作空间与状态空间：设计基于多智能体的强化学习控制框架：包括设计状态—动作对的基本更新规则以及选择相应的价值函数；设计基本动作选择机制与回报值策略：包括设计系统在初始状态下所采取的选择策略以及在各个状态下的回报值；设计强化学习算法流程：基于以上策略设计合适算法流程以实现控制策略。

A hybrid coordinated control method of micro grid based on reinforcement learning and multi-agent theory

【技术实现步骤摘要】
一种基于强化学习和多智能体理论的微电网混合协调控制方法
本专利技术涉及智能电网控制领域，尤其涉及一种基于强化学习和多智能体理论的微电网混合协调控制方法。
技术介绍
随着经济的快速发展，我国能源消耗逐年递增，其中化石能源等非可再生能源的消耗总量增长迅速。我国的电力供应仍主要来源于火力发电，但随着化石能源等非可再生能源的过渡开采以及传统发电过程中对环境带来的负面影响日益严重，我国乃至全世界对风、光、水等可再生能源发电的研究逐步提上了日程。对绿色清洁能源的开发利用不仅能为环境保护作出一定的贡献，更加重要的是能够为经济发展提供新的能源供给形式。因此，对清洁能源的开发利用成为我国能源发展的重点任务以来，来我国的风力发电和光伏发电以较为迅猛的速度发展起来。近年来，与传统的大型集中式发配电模式相比，基于分布式发电技术的微电网得益于其建设周期短、投资少、安装地点灵活、供电可靠、易于维护、能源利用率高及环境污染小等突出的优势得到了国内外的广泛关注与应用。微电网是将分布式电源、负荷、储能装置及控制装置等结合，形成一个单一可控的单元，同时向用户供给电本文档来自技高网...

【技术保护点】
1.一种基于强化学习和多智能体理论的微电网混合协调控制方法，其特征在于包括：/n设计基于电压分层控制方式的过渡电压层控制策略，在相邻电压层之间加入过渡层；/n设计双储能分角色控制策略，当储能单元工作于稳压模式时，两储能分离工作；当需要储能辅助持续吸收功率或补充功率时，两储能工作方式转换为协同充/放电；./n构建基于Q-Learning的动作空间与状态空间：分析母线电压检测单元、储能单元、光伏发电单元、风力发电单元、柴油发电单元和负荷控制单元的各自必要的状态与动作、获取各自的动作空间与状态空间；/n设计基于多智能体的强化学习控制框架：包括设计状态—动作对的基本更新规则以及选择相应的价值函数；/n...

【技术特征摘要】
1.一种基于强化学习和多智能体理论的微电网混合协调控制方法，其特征在于包括：
设计基于电压分层控制方式的过渡电压层控制策略，在相邻电压层之间加入过渡层；
设计双储能分角色控制策略，当储能单元工作于稳压模式时，两储能分离工作；当需要储能辅助持续吸收功率或补充功率时，两储能工作方式转换为协同充/放电；.
构建基于Q-Learning的动作空间与状态空间：分析母线电压检测单元、储能单元、光伏发电单元、风力发电单元、柴油发电单元和负荷控制单元的各自必要的状态与动作、获取各自的动作空间与状态空间；
设计基于多智能体的强化学习控制框架：包括设计状态—动作对的基本更新规则以及选择相应的价值函数；
设计基本动作选择机制与回报值策略：包括设计系统在初始状态下所采取的选择策略以及在各个状态下的回报值；
设计强化学习算法流程：基于以上策略设计合适算法流程以实现控制策略。


2.根据权利要求1所述的一种基于强化学习和多智能体理论的微电网混合协调控制方法，其特征还在于：所述基于多智能体的强化学习控制框架采用如下方式设计：将系统当前采集的状态信息与上一时刻采集的状态信息进行比较，若状态相同则不进行动作指令的生成，继续进行下一时刻状态信息采集；
当所有的状态与动...

【专利技术属性】
技术研发人员：窦春霞，张立国，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北;13