公开(公告)号：CN117559387A

公开(公告)日：2024-02-13

申请号：CN202311355656.0

申请日：2023-10-18

Applicant: 东南大学

Inventor： 潘炜琪 ,  钱文妍 ,  张远实 ,  李扬

IPC: H02J3/00 ,  G06Q10/0631 ,  G06Q30/0283 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/092 ,  H02J3/46

Abstract: 本发明公开了一种基于深度强化学习动态定价的VPP内部能源优化方法及系统，首先输入基础数据，建立双层日前能量管理框架：所述框架包括上下两层，在上层中，VPP运营商向DER发送内部价格信号；在下层中，DER接收来自上层VPP运营商的价格信号，实现个人利润最大化的前提下进行调度决策，并将决策信号传送回VPP操作员；建立强化学习模型：采用柔性动作‑评价算法(SAC)作为无模型强化学习(RL)算法，通过在线学习在多维状态环境中进行最优的多维连续决策变量；最后在强化学习模型基础下进行VPP操作，实现内部能源的最佳调度。

公开(公告)号：CN110852597B

公开(公告)日：2022-01-28

申请号：CN201911081112.3

申请日：2019-11-07

Applicant: 国网江西省电力有限公司电力科学研究院 ,  东南大学

Inventor： 李扬 ,  陈逸涵 ,  潘炜琪 ,  严强 ,  江峰 ,  卢婕 ,  刘向向

IPC: G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于生成对抗网络的用电高峰时段居民负荷占比计算方法，步骤是：调用居民负荷数据，建立生成对抗网络的样本数据组：定义生成对抗网络的基本框架结构；基于真实数据训练判别器模型D；通过训练生成模型G生成假数据，并且代入判别器模型D进行二分判断；用二分结果训练生成模型G；重复训练过程直到达到纳什平衡；检查生成数据的生成准确性，判断训练收敛结果；基于已训练的优化的生成模型G，根据目标居民用户数量生成居民用电负荷数据；与全网用电负荷相比，计算高峰时段居民负荷在全网负荷中的占比。此种方法可完成对于居民用电负荷数据的仿真，有效地产生按照原样本数据分布的仿真居民用电负荷数据。

公开(公告)号：CN117559387B

公开(公告)日：2024-06-21

申请号：CN202311355656.0

申请日：2023-10-18

Applicant: 东南大学

Inventor： 潘炜琪 ,  钱文妍 ,  张远实 ,  李扬

IPC: H02J3/00 ,  G06Q10/0631 ,  G06Q30/0283 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/092 ,  H02J3/46

Abstract: 本发明公开了一种基于深度强化学习动态定价的VPP内部能源优化方法及系统，首先输入基础数据，建立双层日前能量管理框架：所述框架包括上下两层，在上层中，VPP运营商向DER发送内部价格信号；在下层中，DER接收来自上层VPP运营商的价格信号，实现个人利润最大化的前提下进行调度决策，并将决策信号传送回VPP操作员；建立强化学习模型：采用柔性动作‑评价算法(SAC)作为无模型强化学习(RL)算法，通过在线学习在多维状态环境中进行最优的多维连续决策变量；最后在强化学习模型基础下进行VPP操作，实现内部能源的最佳调度。

公开(公告)号：CN110852597A

公开(公告)日：2020-02-28

申请号：CN201911081112.3

申请日：2019-11-07

Applicant: 东南大学 ,  国网江西省电力有限公司电力科学研究院

Inventor： 李扬 ,  陈逸涵 ,  潘炜琪 ,  严强 ,  江峰 ,  卢婕 ,  刘向向

IPC: G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于生成对抗网络的用电高峰时段居民负荷占比计算方法，步骤是：调用居民负荷数据，建立生成对抗网络的样本数据组：定义生成对抗网络的基本框架结构；基于真实数据训练判别器模型D；通过训练生成模型G生成假数据，并且代入判别器模型D进行二分判断；用二分结果训练生成模型G；重复训练过程直到达到纳什平衡；检查生成数据的生成准确性，判断训练收敛结果；基于已训练的优化的生成模型G，根据目标居民用户数量生成居民用电负荷数据；与全网用电负荷相比，计算高峰时段居民负荷在全网负荷中的占比。此种方法可完成对于居民用电负荷数据的仿真，有效地产生按照原样本数据分布的仿真居民用电负荷数据。