System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力调度,特别涉及一种基于多智能体深度强化学习的5g基站储能电池充放电调度方法。
技术介绍
1、在共享经济,提高能源利用效率,减少电力系统的碳排放量,已成为电力系统建设的时代命题。而实现电力系统的碳减排,根本手段是能源替代——通过大规模的可再生能源替代煤炭等化石能源进行发电以有效减少碳排放。
2、利用储能系统,可极大地提升电力系统的调度性能。随着5g基站渗透率迅速提高,基站群的储能电池容量不可小觑,同时,5g基站内部储能锂电池具有响应速度快、接入系统的时间长等特点,具有进行灵活调度的巨大潜力,此外考虑到基站备用储能的不可移动性、闲置时间长,故将5g通信基站作为储能机构,不仅能够降低储能系统的建造成本,而且对提高能源利用效率、减少碳排放、降低宏观上电力系统传输线路两侧的压降(大规模基站接入电网使节点增多,相当于降低了电阻,从而降低功耗),提高电力质量颇有益处。
3、不过,对于大规模通信基站的储能电池接入电力系统,仍面临以下技术问题:
4、1、鉴于配电网的低感知度特性,作为调度主体的电力系统无法同时对所有对象进行感知并发布调度策略。接入电网的各节点相互独立,从属于不同单位,无法站在总主体者的位置对其进行采样,而采样信息收集得不全,导致无法对系统进行准确稳定的数学建模(只能采集到部分观测数据,少量偏差就会对模型的准确性和稳定性造成影响)。
5、2、存在多个利益主体,包括配电网、不同的通信运营商等,不同的基站面临不同的利益主体,导致不能将基站群当成对单个基站的简单复制累加。<
...【技术保护点】
1.基于多智能体深度强化学习的5G基站储能电池充放电调度方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于多智能体深度强化学习的5G基站储能电池充放电调度方法,其特征在于,以最小化电力系统运行成本为目标,其目标函数被配置为:
3.如权利要求2所述的基于多智能体深度强化学习的5G基站储能电池充放电调度方法,其特征在于,所述状态信息st,i={gt,i,et,i,t}中,其中,分别代表智能体Ai所属电气子区域i节点的电压幅值、有功功率以及无功功率值;代表智能体Ai所属电气子区域i中的风电机组出力;{Vli(t)}l=1,...,e代表智能体Ai所属电气子区域i中的光伏机组出力;et,i={esys,esoc,ecap,α,β,ech,edis,eload,ew,ξ};其中;esys代表维持5G基站正常运行所必要的设备的功率数据;esoc代表5G基站储能电池当前的SoC水平;ecap代表5G基站基站储能电池容量;ech代表5G基站储能电池充电功率;edis代表5G基站储能电池放电功率;ξ代表基站储能电池充/放电效率,eload代表5G基站过去k个统计周
4.如权利要求3所述的基于多智能体深度强化学习的5G基站储能电池充放电调度方法,其特征在于,基于MATD3算法训练智能体过程中,算法交替进行策略评估和策略改进;其中,
5.如权利要求4所述的基于多智能体深度强化学习的5G基站储能电池充放电调度方法,其特征在于,MATD3算法训练智能体过程中,还通过两个初始参数不同的Target Q网络来进行目标价值评估,并选择其中的较小值作为目标价值,因此,需最小化的Bellman残差修正为:
6.如权利要求5所述的基于多智能体深度强化学习的5G基站储能电池充放电调度方法,其特征在于,配置智能体输出参数aμ和astd,并以此作为Q网络的输入,实际动作a'te选取为:
...【技术特征摘要】
1.基于多智能体深度强化学习的5g基站储能电池充放电调度方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于多智能体深度强化学习的5g基站储能电池充放电调度方法,其特征在于,以最小化电力系统运行成本为目标,其目标函数被配置为:
3.如权利要求2所述的基于多智能体深度强化学习的5g基站储能电池充放电调度方法,其特征在于,所述状态信息st,i={gt,i,et,i,t}中,其中,分别代表智能体ai所属电气子区域i节点的电压幅值、有功功率以及无功功率值;代表智能体ai所属电气子区域i中的风电机组出力;{vli(t)}l=1,...,e代表智能体ai所属电气子区域i中的光伏机组出力;et,i={esys,esoc,ecap,α,β,ech,edis,eload,ew,ξ};其中;esys代表维持5g基站正常运行所必要的设备的功率数据;esoc代表5g基站储能电池当前的soc水平;ecap代表5g基站基站储能电池...
【专利技术属性】
技术研发人员:王文辉,杨晓春,熊思源,郭正伟,刘艺洪,陈实,
申请(专利权)人:四川大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。