基于改进深度强化学习的工业园区储能备用电源控制方法技术

本发明专利技术公开了一种基于改进深度强化学习的工业园区储能备用电源控制方法，涉及能源管理技术领域。包括以下步骤：S1，通过源/网/荷/储模型实时获取工业园区的能源使用数据，所述能源使用数据包括电源、电网、负荷、储能设备的状态信息；S2，对所述能源使用数据进行预处理；S3，判断工业园区的外部电源是否发生故障，若是，则将预处理后的能源使用数据代入深度强化学习模型中，生成储能电源的动作数据集。本发明专利技术能够有效管理和控制工业园区储能备用电源，具有良好的经济效益和实用价值。

【技术实现步骤摘要】

本专利技术涉及能源管理，尤其涉及一种基于改进深度强化学习的工业园区储能备用电源控制方法。

技术介绍

1、随着环境污染的加重，国家电网对新能源的重视程度也越来越高。目前，较为成熟的新能源技术是风能和太阳能发电，但是由于这两种能源的不稳定性，储能备用电源成为实现新能源稳定可靠发电的重要环节。高性能的储能控制管理系统可以保障新能源系统的供电质量和供电可靠性。锂电池的高能量比特性具有安全隐患，不正确的使用方式会对电池的使用安全造成影响，因此，必须严格根据电池参数管理电池充放电。并且，环境温度、湿度、放电深度等因素都会影响电池的使用寿命，使用一般方法对锂电池进行状态估计很难得到准确的估计结果。

技术实现思路

1、为了解决
技术介绍
中提到的至少一个技术问题，本专利技术的目的在于提供一种基于改进深度强化学习的工业园区储能备用电源控制方法，能够有效管理和控制工业园区储能备用电源，具有良好的经济效益和实用价值。

2、为实现上述目的，本专利技术提供如下技术方案：

3、一种基于改进深度强化学习的工业园区储能备本文档来自技高网...

【技术保护点】

1.一种基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述源/网/荷/储模型包括内部模型和外部模型。

3.根据权利要求2所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述内部模型如下：

4.根据权利要求2所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述外部模型如下：

5.根据权利要求1所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述深度强化学习模...

【技术特征摘要】

1.一种基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述源/网/荷/储模型包括内部模型和外部模型。

3.根据权利要求2所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述内部模型如下：

4.根据权利要求2所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述外部模型如下：

5.根据权利要求1所述的基于改进深度强化学习的工业园区储能备用电源控制方法，其特征在于，所述深度强化学习模型包括：可见层和...

【专利技术属性】
技术研发人员：张浩，郁丹，郭雨涵，唐人，朱维骏，吴君，
申请(专利权)人：浙江华云电力工程设计咨询有限公司，
类型：发明
国别省市：