公开(公告)号：CN107067190A

公开(公告)日：2017-08-18

申请号：CN201710351211.3

申请日：2017-05-18

Applicant: 厦门大学

Inventor： 肖亮 ,  戴灿煌 ,  肖星宇 ,  李炎达 ,  唐余亮

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

CPC classification number: G06Q10/04 ,  G06N3/084 ,  G06Q10/0637 ,  G06Q50/06

Abstract: 基于深度强化学习的微电网电能交易方法，涉及智能电网。制定与其他相连微电网和电厂的电能交易方案。其特征在于，微电网通过无线网络收集相连的微电网的可再生能源产量和负荷以及交易量等信息，基于深度强化学习算法，通过观察自身的电能储量，决定与其他微电网和电厂之间电能的交易量。微电网不需要预知自己与其他微电网的产能和负荷模型，即可实现最优的电能交易方案，可提高可再生能源的利用率，降低对传统能源的依赖性，增加微电网的长期效益。

公开(公告)号：CN106651214A

公开(公告)日：2017-05-10

申请号：CN201710003962.6

申请日：2017-01-04

Applicant: 厦门大学

Inventor： 肖亮 ,  周长华 ,  肖星宇

IPC: G06Q10/06 ,  G06Q50/06

CPC classification number: Y02E40/76 ,  Y04S10/545 ,  G06Q10/06312 ,  G06Q50/06

Abstract: 基于强化学习的微电网电能分配方法，涉及微电网。解决微电网电能交易控制的问题，提供一种基于强化学习的微电网电能交易系统。根据其他微电网和发电厂的电能交易值以及自身的储电量等信息，采用强化学习算法，选择每次交易的最优电能值。微电网根据每次交易的即时回报进行信息更新，并对下一次交易策略做出不同的调整。该方法不需预测周边各微电网的耗电模型和产电模式，可适应动态智能电网场景，通过智能学习获取最优的电量买卖值，从而提高微电网整体效益和电能利用率，并降低对电厂总体电能需求。