本發明公開了一種基于最大熵離線式的能源存儲與負載的優化方法,包括創建行動者神經網絡和評論家神經網絡,并初始化行動者網絡參數和評論家網絡參數;通過行動者神經網絡對能源系統的系統狀態信息進行訓練,得到能源調度方法;通過評論家神經網絡對能源系統的運行反饋信息和能源調度方法進行訓練,得到評估信息;在熵約束參數的約束下,根據評估信息對行動者網絡參數、評論家網絡參數及存儲?能效約束參數進行優化;基于優化后的行動者網絡參數和評論家網絡參數重復訓練,直至得到的能源調度方法滿足優化目標。本發明基于軟行動者?評論家方法能夠自動與環境進行交互,動態優化更新能源調度方法,滿足能源的存儲與不同負荷的需求之間的負載均衡。
聲明:
“基于最大熵離線式的能源存儲與負載的優化方法” 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)