基于MADDPG和帕累托前沿相结合的微电网群优化调度方法及系统与流程
技术特征：
1.一种基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，包括：
2.根据权利要求1所述的基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，所述建立微电网群优化调度模型包括多个微电网节点，每个节点包括风力发电、光伏发电、柴油发电、负载及储能设施，
3.根据权利要求1所述的基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，所述建立微电网群优化调度模型还包括：
4.根据权利要求1所述的基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，所述建立微电网群优化调度模型还包括：
5.根据权利要求1所述的基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，所述建立基于多智能体深度强化学习的模型包括：
6.根据权利要求1所述的基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，所述基于maddpg算法对处于训练初始阶段的多智能体强化学习模型进行初始优化操作包括：
7.根据权利要求1所述的基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，所述采集历史数据分析以获得关键能源输出和负载需求的波动曲线，并计算得到微电网群在不同行为模式下的最优策略的帕累托前沿，选择奖励值较高的策略作为最终输出结果进一步包括：
8.根据权利要求1所述的基于maddpg和帕累托前沿相结合的微电网群优化调度方法，其特征在于，所述计算得到微电网群在不同行为模式下的最优策略的帕累托前沿，选择奖励值较高的策略作为最终输出结果包括：
9.一种基于maddpg和帕累托前沿相结合的微电网群优化调度系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括：
技术总结
本发明公开了一种基于MADDPG和帕累托前沿相结合的微电网群优化调度方法及系统，建立微电网群优化调度模型；建立基于多智能体深度强化学习的模型，将微电网群调度问题框架化为马尔可夫决策过程，并定义相应的状态空间、动作空间以及奖励函数，生成多智能体强化学习模型；基于MADDPG算法引入OU过程来向强化学习中的策略添加噪声并进行训练；采集历史数据分析以获得关键能源输出和负载需求的波动曲线，并计算得到微电网群在不同行为模式下的最优策略的帕累托前沿，选择奖励值较高的策略作为最终输出结果，优化了决策过程，提高了系统在应对可再生能源波动时的适应性和鲁棒性，增强了微电网群的整体运行效率和可靠性。
技术研发人员：余为,郭方洪
受保护的技术使用者：格瓴新能源科技（杭州）有限公司
技术研发日：
技术公布日：2024/9/2
文档序号 :
【 39272209 】
技术研发人员：余为,郭方洪
技术所有人：格瓴新能源科技（杭州）有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：余为,郭方洪
技术所有人：格瓴新能源科技（杭州）有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除