本發明公開新能源不確定性下基于機器學習的合約電量優化分解方法,所述方法包括如下步驟:首先考慮新能源下不確定性因素,完成不確定性要素提??;考慮新能源下不確定性要素約束,建立不確定性合約電量優化分解模型;提出基于機器學習算法迭代求解優化模型,得到滾動修正的合約電量分解計劃;最后,根據得到的結果進行分析比較。本發明能夠考慮到不確定性因素的影響,是的電量分解結果更具有說服力,用Q學習方法求解可以讓結果更合理上,考慮新能源不確定性因素、電價和電量波動影響,使得電量分解結果更適用于實際,機器學習算法在針對不確定性問題時,在保證經濟性和適應性方面都更加有優勢。
聲明:
“新能源不確定性下基于機器學習的合約電量優化分解方法” 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)