[发明专利]基于强化学习的微电网电能分配方法

摘要

基于强化学习的微电网电能分配方法，涉及微电网。解决微电网电能交易控制的问题，提供一种基于强化学习的微电网电能交易系统。根据其他微电网和发电厂的电能交易值以及自身的储电量等信息，采用强化学习算法，选择每次交易的最优电能值。微电网根据每次交易的即时回报进行信息更新，并对下一次交易策略做出不同的调整。该方法不需预测周边各微电网的耗电模型和产电模式，可适应动态智能电网场景，通过智能学习获取最优的电量买卖值，从而提高微电网整体效益和电能利用率，并降低对电厂总体电能需求。

主权项

基于强化学习的微电网电能分配方法，其特征在于包括以下步骤：1)设置：N个微电网用户MG和一个发电厂PP；微电网用户之间的买的价格ρ‑、卖的价格ρ+以及微电网用户和发电厂PP之间的买的价格卖的价格微电网用户MG最大储能值E和一次交易的最大交易值M；微电网各电能值的增益g；2)微电网用户MGx初始化学习因子γ、折扣因子β和最大时隙m，选择最优动作的概率p，设置Q值表、V值表值为0；3)微电网用户MGx在k时隙的状态s，并根据Q值表，选择最优行为ax；4)微电网用户MGy在k时隙的状态s，根据greedy策略选择可行交易行为下所能达到最大效益值的行为ay；5)微电网用户MGx观察其他微电网用户当前时隙所采用行为ay，结合自身的行为ax与MGy进行交易，并计算本次信息传输的即时回报ux；6)更新微电网用户MGx的状态以及强化学习下Q学习算法的Q值表、V值表；7)微电网用户MGx重复步骤3)‑6)，直到找到最优策略。