[发明专利]一种微电网优化调度模型的构建方法和系统

权利要求书

1.一种微电网优化调度模型的构建方法，其特征在于，包括：

根据微电网相关的输入输出参数，建立调度的理论运行模型；

通过所述理论运行模型和历史运行数据得到实际运行样本集合；

基于监督学习处理所述实际运行样本集合得到离线运行模型；

基于环境反馈的强化学习优化所述离线运行模型得到所述微电网优化调度模型。

2.根据权利要求1所述微电网优化调度模型的构建方法，其特征在于，所述根据微电网相关的输入输出参数，建立调度的理论运行模型包括：

以所述输入输出参数作为所述理论运行模型的输入输出参数；

以发电机组约束参数、负荷约束参数、存储约束参数和系统约束参数作为所述理论运行模型的约束条件；

以经济调度参数、环境影响参数和安全运行风险参数作为所述理论运行模型的目标函数。

3.根据权利要求2所述微电网优化调度模型的构建方法，其特征在于，所述实际运行样本集合包括不同输入输出参数之间的组合的运行样本；

对应的，所述基于监督学习处理所述实际运行样本集合得到离线运行模型包括：

基于马尔可夫决策过程描述所述理论运行模型，基于监督学习建立关于所述组合的运行样本的所述离线运行模型。

4.根据权利要求3所述微电网优化调度模型的构建方法，其特征在于，所述基于环境反馈的强化学习优化所述离线运行模型得到所述微电网优化调度模型包括：

结合所述微电网的实时运行数据和所述离线运行模型，形成决策模型；

采集并解析所述实时运行数据，得到当前运行状态信息、上一时刻状态信息和对应的策略回报值，以形成经验样本；

通过所述经验样本训练所述决策模型以更新对应参数。

5.根据权利要求4所述微电网优化调度模型的构建方法，其特征在于，所述通过所述经验样本训练所述决策模型以更新对应参数包括：

根据当前未更新的目标网络参数计算动作预估值以及相应的目标评价值，得到评价网络训练的损失函数L，更新主评价网络的参数；

更新主策略网络的参数、目标网络的策略网络和评价网络的参数。

6.一种微电网优化调度模型的构建系统，其特征在于，包括：

第一单元，用于根据微电网相关的输入输出参数，建立调度的理论运行模型；

第二单元，用于通过所述理论运行模型和历史运行数据得到实际运行样本集合；

第三单元，用于基于监督学习处理所述实际运行样本集合得到离线运行模型；

第四单元，用于基于环境反馈的强化学习优化所述离线运行模型得到所述微电网优化调度模型。

7.根据权利要求6所述微电网优化调度模型的构建系统，其特征在于，所述根据微电网相关的输入输出参数，建立调度的理论运行模型包括：

以所述输入输出参数作为所述理论运行模型的输入输出参数；

以发电机组约束参数、负荷约束参数、存储约束参数和系统约束参数作为所述理论运行模型的约束条件；

以经济调度参数、环境影响参数和安全运行风险参数作为所述理论运行模型的目标函数。

8.根据权利要求7所述微电网优化调度模型的构建系统，其特征在于，所述实际运行样本集合包括不同输入输出参数之间的组合的运行样本；

对应的，所述基于监督学习处理所述实际运行样本集合得到离线运行模型包括：

基于马尔可夫决策过程描述所述理论运行模型，基于监督学习建立关于所述组合的运行样本的所述离线运行模型。

9.根据权利要求8所述微电网优化调度模型的构建系统，其特征在于，所述基于环境反馈的强化学习优化所述离线运行模型得到所述微电网优化调度模型包括：

结合所述微电网的实时运行数据和所述离线运行模型，形成决策模型；

采集并解析所述实时运行数据，得到当前运行状态信息、上一时刻状态信息和对应的策略回报值，以形成经验样本；

通过所述经验样本训练所述决策模型以更新对应参数。

10.根据权利要求9所述微电网优化调度模型的构建系统，其特征在于，所述通过所述经验样本训练所述决策模型以更新对应参数包括：

根据当前未更新的目标网络参数计算动作预估值以及相应的目标评价值，得到评价网络训练的损失函数L，更新主评价网络的参数；

更新主策略网络的参数、目标网络的策略网络和评价网络的参数。