龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：四川大学
摘要：本发明公开了一种基于深度强化学习的风光储充电站自洽优化调控方法，包括以下步骤：S1、建立基于CNN‑BiLSTM网络的交通流预测模型；S2、利用MMNsumC排队模型计算充电站的充电功率；S3、建立日前优化模型，利用鲸鱼优化算法对日前优化模型进行求解；S4、建立日内优化模型，并转化为马尔可夫博弈模型；S5、利用多智能体双延迟深度确定性决策梯度算法求解马尔可夫博弈模型，实时得出充电桩和储能系统的功率。本发明能够提高充电站的自洽率并降低碳排量，减少对电网的依赖和压力，并且用价格引导电动汽车到站率防止高速公路充电站发生拥堵。
主权项：1.一种基于深度强化学习的风光储充电站自洽优化调控方法，其特征在于，包括以下步骤：S1、建立基于CNN-BiLSTM网络的交通流预测模型，得到交通流预测结果；S2、基于S1预测得到的交通流预测结果，利用MMNsumC排队模型计算充电站的充电功率；S3、利用S2得到的充电功率建立日前优化模型，利用鲸鱼优化算法对日前优化模型进行求解，得出24小时的价格激励用于充电站日内实时用户引导；S4、建立以充电桩功率和电池储能系统功率为控制变量的日内优化模型，并将日内优化模型转化为马尔可夫博弈模型；S5、利用多智能体双延迟深度确定性决策梯度算法求解马尔可夫博弈模型，实时得出充电桩和储能系统的功率。
全文数据：
权利要求：
百度查询： 四川大学 一种基于深度强化学习的风光储充电站自洽优化调控方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号