一種基于自動強化學習多時段可再生能源出力及負荷預測的孤立微電網優化調度方法,其特點是,包括:輸入并更新風、光出力及負荷的歷史數據并將其按時段重構為24組新的時間序列;生成基于優先經驗回放自動強化學習預測的調度模型;根據輸入數據自動確定優先經驗回放自動強化學習預測模型的架構與超參數;獲得預測值及預測誤差分布并生成預測誤差的概率性序列;修正預測值;確定旋轉備用機會約束;將機會約束轉化為確定性約束;獲得符合混合整數線性規劃形式的調度模型;輸入微電網參數;求解微電網日前調度模型;檢查解決方案是否存在,若存在,則終止流程;否則更新置信水平;輸出微電網優化調度方案。具有系統的運行成本低,求解速度快等優點。
聲明:
“基于自動強化學習多時段預測的孤立微電網優化調度方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)