申请/专利权人:中国电力科学研究院有限公司
申请日:2023-12-28
公开(公告)日:2024-03-29
公开(公告)号:CN117791591A
主分类号:H02J3/00
分类号:H02J3/00;G06Q10/04;G06Q50/06;G06N3/045;G06N3/092;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种基于差异化奖励的源网荷储运行优化方法、系统、装置及介质,包括:构建源网荷储协同优化场景中各智能体的状态空间与动作空间;基于各智能体的状态空间与动作空间,以系统日运行成本最低为优化目标和以最大化自身奖励为训练目标,并考虑不等式约束对智能体训练的约束,对智能体奖励函数进行优化,获取反事实奖励函数;基于反事实奖励函数,对源网荷储多智能体协同优化模型进行训练,获取源网荷储的局部自治与全局趋优。本发明能够有效防止发生懒惰智能体问题,达到激励智能体选择可以获得高效用动作的目的;实现多智能体深度强化学习模型的高效训练,有效支撑源网荷储的局部自治与全局趋优。
主权项:1.基于差异化奖励的源网荷储运行优化方法,其特征在于,包括:构建源网荷储协同优化场景中各智能体的状态空间与动作空间;基于各智能体的状态空间与动作空间,以系统日运行成本最低为优化目标和以最大化自身奖励为训练目标,并考虑不等式约束对智能体训练的约束,对智能体奖励函数进行优化,获取反事实奖励函数;基于反事实奖励函数,对源网荷储多智能体协同优化模型进行训练,获取源网荷储的局部自治与全局趋优。
全文数据:
权利要求:
百度查询: 中国电力科学研究院有限公司 基于差异化奖励的源网荷储运行优化方法、系统、装置及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。