基于深度强化学习的分布式电源自适应控制方法及系统与流程

本发明涉及智能控制，具体涉及基于深度强化学习的分布式电源自适应控制方法及系统。

背景技术：

1、随着规模性的可再生能源的陆续建设和投入运行，许多可再生能源分散地存在于不同区域，以分布式发电单元的形式存在。这种以可再生能源为基础的分布式发电单元直接并入大电网会给电力系统稳定性带来不利影响，严重影响可再生能源的有效利用，在现有技术中存在缺乏对分布式电源的管控，从而导致自适应调节差的技术问题。

技术实现思路

1、本申请提供了基于深度强化学习的分布式电源自适应控制方法及系统，用于针对解决现有技术中存在的缺乏对分布式电源的管控，导致自适应调节差的技术问题。

2、鉴于上述问题，本申请提供了基于深度强化学习的分布式电源自适应控制方法及系统。

3、第一方面，本申请提供了基于深度强化学习的分布式电源自适应控制方法，所述方法包括：基于目标分布式电源的变量空间进行深度强化学习智能体的构建；通过所述深度强化学习智能体对目标分布式电源进行实时感知，生成分布式电源的实时电源状态信息；获取分布式电源的电压波动数据，所述电压波动数据是基于所述实时电源状态信息进行提取所获；基于所述电压波动数据进行运行优化，制定分布式电源运行策略；根据所述分布式电源运行策略将目标分布式电源接入至配电网进行自适应电力控制。

4、第二方面，本申请提供了基于深度强化学习的分布式电源自适应控制系统，所述系统包括：第一构建模块，所述第一构建模块用于基于目标分布式电源的变量空间进行深度强化学习智能体的构建；实时感知模块，所述实时感知模块用于通过所述深度强化学习智能体对目标分布式电源进行实时感知，生成分布式电源的实时电源状态信息；第一提取模块，所述第一提取模块用于获取分布式电源的电压波动数据，所述电压波动数据是基于所述实时电源状态信息进行提取所获；运行优化模块，所述运行优化模块用于基于所述电压波动数据进行运行优化，制定分布式电源运行策略；电力供应模块，所述电力供应模块用于根据所述分布式电源运行策略将目标分布式电源接入至配电网进行自适应电力控制。

5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

6、本申请提供的基于深度强化学习的分布式电源自适应控制方法及系统，涉及智能控制技术领域，解决了现有技术中缺乏对分布式电源的管控，导致自适应调节差的技术问题，实现分布式电源系统的智能控制和优化，以提高系统效率、降低成本并实现自适应调节。

技术特征：

1.基于深度强化学习的分布式电源自适应控制方法，所述方法包括：

2.如权利要求1所述的方法，其特征在于，基于目标分布式电源的变量空间进行深度强化学习智能体的构建，方法包括：

3.如权利要求2所述的方法，其特征在于，所述奖励函数为：

4.如权利要求2所述的方法，其特征在于，方法包括：

5.如权利要求1所述的方法，其特征在于，方法包括：

6.如权利要求5所述的方法，其特征在于，所述电压控制表达式为：

7.如权利要求1所述的方法，其特征在于，基于所述电压波动数据进行运行优化，制定分布式电源运行策略，方法包括：

8.基于深度强化学习的分布式电源自适应控制系统，所述系统包括：

技术总结
本发明提供了基于深度强化学习的分布式电源自适应控制方法及系统，涉及智能控制技术领域，方法包括：基于目标分布式电源的变量空间进行深度强化学习智能体的构建，通过深度强化学习智能体对目标分布式电源进行实时感知，生成分布式电源的实时电源状态信息，基于所述实时电源状态信息进行提取获取分布式电源的电压波动数据，基于电压波动数据进行运行优化，制定分布式电源运行策略将目标分布式电源接入至配电网进行自适应电力控制，本发明解决了现有技术中缺乏对分布式电源的管控，导致自适应调节差的技术问题，实现分布式电源系统的智能控制和优化，以提高系统效率、降低成本并实现自适应调节。

技术研发人员：李稳良,李新华
受保护的技术使用者：嘉兴正弦电气有限公司
技术研发日：
技术公布日：2024/3/17