公开(公告)号：CN117291310A

公开(公告)日：2023-12-26

申请号：CN202311340741.X

申请日：2023-10-17

Applicant: 国网青海省电力公司清洁能源发展研究院 ,  国网青海省电力公司经济技术研究院 ,  国网青海省电力公司 ,  国家电网有限公司 ,  南京邮电大学

Inventor： 刘庭响 ,  杨立滨 ,  周航宇 ,  李正曦 ,  周万鹏 ,  安娜 ,  马俊雄 ,  高金 ,  施涛

IPC: G06Q10/04 ,  G06Q10/0631 ,  G06Q50/06 ,  G06N3/092 ,  G06F18/23213 ,  G06F18/22

Abstract: 本发明涉及电力系统运行控制技术领域，公开了基于强化学习的氢光风储综合能源系统的能量管理方法，包括以下步骤：构建氢光风储耦合能源系统；利用策略推荐算法输出对应的能量管理动作策略集；建立能量管理优化决策模型；利用基于深度强化学习的优化求解得到最佳能量管理动作策略；对氢光风储耦合能源系统中的能源产生、存储和输送进行调度。本发明提出了一种基于深度强化学习算法的氢光风储耦合综合能源系统能量管理决策方法，可以利用神经网络储存强化学习的策略集来解决传统强化学习的维度爆炸问题，并引入经验回放机制和目标网络机制来提升算法性能，可有效克服光伏发电对系统运行带来的不确定性影响，实现整个系统的安全经济运行。

公开(公告)号：CN119150224A

公开(公告)日：2024-12-17

申请号：CN202411172109.3

申请日：2024-08-26

Applicant: 南京邮电大学

Inventor： 施涛 ,  罗兰 ,  周航宇 ,  盛佳林

IPC: G06F18/25 ,  G06F18/2411 ,  G06F18/2413 ,  G06F18/214

Abstract: 本发明公开了一种基于机理与数据融合驱动的锂电池SOC‑SOH联合估计方法，包括如下步骤：首先，使用相空间重构后的多维数据集对最小二乘支持向量机(LSSVM，Least Square SupportVector Machines)预测模型进行训练。然后，基于安时积分法和容量衰减的经验模型建立状态方程，通过LSSVM预测模型建立IUPF观测方程，代入改进的无迹粒子滤波算法(IUPF，Intermediate UPF)进行状态估计和参数更新。最后，更新后的LSSVM模型参数迭代到训练数据集，实现电池SOC(State OfCharge)和SOH(State OfHealth)的联合预测和数据驱动模型的在线更新。本发明提出的一种基于机理与数据融合驱动的锂电池SOC‑SOH联合估计方法，实现了锂电池荷电状态SOC和健康状态SOH的联合估计，考虑系统的状态噪声和量测噪声，以保证电池状态估计结果的精度和稳定。

公开(公告)号：CN118739432A

公开(公告)日：2024-10-01

申请号：CN202410934104.3

申请日：2024-07-12

Applicant: 南京邮电大学

Inventor： 施涛 ,  周航宇 ,  盛佳林 ,  许泽炎 ,  顾立博 ,  陈志强 ,  韩祥

IPC: H02J3/46 ,  H02J3/32 ,  H02J3/14 ,  H02J3/00 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/049 ,  G06N3/092 ,  G06N3/045

Abstract: 本发明提供一种基于改进DDPG的氢电耦合多微电网系统能量管理方法，通过获取氢电耦合多微电网系统的历史数据；建立基于改进DDPG的氢电耦合多微电网系统的能量管理模型；建立基于改进DDPG的氢电耦合多微电网系统的能量管理模型的目标函数与约束条件；初始化能量管理系统智能体的运行环境；得到训练后的基于改进DDPG算法的氢电耦合多微电网系统的能量管理模型；通过训练后的基于改进DDPG算法的氢电耦合多微电网系统的能量管理模型得到能量管理策略；本发明能够使微电网的动作具有时间相关性，可以有效地避免产生不必要的能量管理动作，能够有效降低氢电耦合多微电网的运行成本，并提高氢电耦合多微电网的运行效率。