本申請?zhí)峁┑囊环N基于深度強化學習的能源系統(tǒng)管理多時間尺度最優(yōu)決策方法,通過基于長短期記憶人工神經網絡的預測模型得出提前兩步時間的
光伏電池組的輸出功率以及負荷所需功率,從而利用深度強化學習方法對
儲能電池組的充放電動作產生最優(yōu)動作決策。本申請?zhí)峁┑囊环N基于深度強化學習的能源系統(tǒng)管理多時間尺度最優(yōu)決策方法,考慮單一時間尺度中動作決策在某些情形下會造成系統(tǒng)飽和及不穩(wěn)定的問題,可根據當前以及預測的未來兩個時刻的系統(tǒng)狀態(tài),對儲能電池組的充放電動作產生最優(yōu)動作決策;充分考慮未來時刻的系統(tǒng)狀態(tài),提高系統(tǒng)動作決策的可靠性。
聲明:
“基于深度強化學習的能源系統(tǒng)管理多時間尺度最優(yōu)決策方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)