-
公开(公告)号:CN115459359B
公开(公告)日:2024-11-08
申请号:CN202211025661.0
申请日:2022-08-25
Applicant: 南京邮电大学
IPC: H02J3/46 , H02J3/32 , H02J3/00 , G06F18/214 , G06N3/092 , G06Q10/0631 , G06Q30/0201 , G06Q50/06
Abstract: 本发明公开了一种基于多智能体深度强化学习的5G基站光储微电网系统调度方法,本发明步骤如下:首先将微电网引入5G基站中建立系统模型,之后为5G基站的负载建立数学模型,先通过智能反射表面(RIS)增强基站的发射信号,再将5G基站光储微电网储能调度问题描述为马尔科夫决策过程(MDP),不同的5G基站光储微电网之间可以进行能量共享,以多个5G基站光储微电网系统调度模型为状态空间,以每个基站的储能充放电、不同基站之间可以进行能量交换为动作空间,通过对电价、负荷量等数据和探索性策略对神经网络参数不断进行训练,并获得最优的储能调度策略,最终降低基站的运营成本。
-
公开(公告)号:CN115459359A
公开(公告)日:2022-12-09
申请号:CN202211025661.0
申请日:2022-08-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多智能体深度强化学习的5G基站光储微电网系统调度方法,本发明步骤如下:首先将微电网引入5G基站中建立系统模型,之后为5G基站的负载建立数学模型,先通过智能反射表面(RIS)增强基站的发射信号,再将5G基站光储微电网储能调度问题描述为马尔科夫决策过程(MDP),不同的5G基站光储微电网之间可以进行能量共享,以多个5G基站光储微电网系统调度模型为状态空间,以每个基站的储能充放电、不同基站之间可以进行能量交换为动作空间,通过对电价、负荷量等数据和探索性策略对神经网络参数不断进行训练,并获得最优的储能调度策略,最终降低基站的运营成本。
-