【技术实现步骤摘要】
本专利技术属于智能电网和人工智能相结合的，具体涉及一种基于安全深度强化学习的日内理想调度智能决策方法。
技术介绍
1、近年来，全球气候问题与能源安全问题日益严峻，全球各国都在积极寻求应对策略。风、光等新能源凭借其清洁、可再生的优势，是实现“双碳”目标的重要助力，构建以风、光等新能源为主体的新型电力系统已经成为电力行业低碳化转型的重要手段。
2、然而，在电力系统转型的过程中，电力系统的不确定性问题也日益凸显。在能源侧，高比例的风电、光伏等新能源接入电网，由于其发电能力受天气条件的影响较大，出力表现出强不确定性与随机性，给电网的稳定性带来了挑战。在负荷侧，随着电动汽车的大规模接入，以及用户侧分布式光伏、储能设备的快速发展，电力负荷特性变得更加复杂，表现出较强的随机性和不确定性。因此，在电力系统的低碳化转型过程中，如何应对源荷双侧的不确定性，确保电力系统的安全、稳定、经济运行，已经成为亟待解决的关键问题。
3、针对源荷双侧存在的不确定性问题，目前常用的方法有模糊优化法、随机优化法、鲁棒优化法、分布鲁棒优化法，但这些不确...
【技术保护点】
1.一种基于安全深度强化学习的日内理想调度智能决策方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于电网经济运行域的日内理想调度智能决策方法，其特征在于，步骤一中依据电力平衡约束、潮流约束等物理约束，对日前调度计划集合进行修正，剔除其中不满足安全约束的调度计划，获得修正后的日内调度计划集合。
3.根据权利要求2所述的基于电网经济运行域的日内理想调度智能决策方法，其特征在于，基于修正后的日内调度计划集合构造代价函数，当智能体执行的动作不在调度计划集合范围内时，给出较大的代价。
4.根据权利要求1所述的基于电网经济运行域的日...
【技术特征摘要】
1.一种基于安全深度强化学习的日内理想调度智能决策方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于电网经济运行域的日内理想调度智能决策方法，其特征在于，步骤一中依据电力平衡约束、潮流约束等物理约束，对日前调度计划集合进行修正，剔除其中不满足安全约束的调度计划，获得修正后的日内调度计划集合。
3.根据权利要求2所述的基于电网经济运行域的日内理想调度智能决策方法，其特征在于，基于修正后的日内调度计划集合构造代价函数，当智能体执行的动作不在调度计划集合范围内时，给出较大的代价。
4.根据权利要求1所述的基于电网经济运行域的日内理想调度智能决策方法，其特征在于，步骤二中依据最小化运行成本、最小化碳排放量、最大化新能源消纳量等，构造所述奖励函数。
5.根据权利要求1...
【专利技术属性】
技术研发人员：朱炳铨，孙文多，谷炜，沈曦，童存智，钱凯洋，刘晟源，黄启航，黄刚，冯斌，郭创新，徐越乙，李知艺，
申请(专利权)人：国网浙江省电力有限公司，
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。