买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利基于深度强化学习的配电网光储协同运行电压调节方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120222494B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510304538.X，技术领域涉及：H02J3/48；该发明授权基于深度强化学习的配电网光储协同运行电压调节方法是由杨强;郭凯彬;陈源奕设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本基于深度强化学习的配电网光储协同运行电压调节方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的配电网光储协同运行电压调节方法，包括以下步骤：选取待进行电压调节的配电网，建立配电网的增量式电压控制模型；建立配电网中光伏逆变器的控制模型，通过安全约束深度强化学习算法进行电压调节；建立配电网中储能设备的控制模型，控制储能设备的充电或放电的状态和输出功率；通过改变奖励函数，削减电压波动尖峰；建立配电网光储协同运行框架；将配电网光储协同运行框架应用于该场景中。本方法可以满足储能设备依据潮流变化进行动态充放电的需求，实现配电网光储协同运行下电压控制，确保算法部署期间和测试期间的电压稳定。

本发明授权基于深度强化学习的配电网光储协同运行电压调节方法在权利要求书中公布了：1.一种基于深度强化学习的配电网光储协同运行电压调节方法，其特征在于，所述方法包括以下步骤： 步骤1、选取待进行电压调节的配电网，所述配电网中设置有光伏逆变器和储能设备；建立配电网的增量式电压控制模型； 步骤2、建立配电网中光伏逆变器的控制模型，该控制模型采用安全约束的多智能体深度强化学习算法，基于此算法建立策略网络、评论家网络、目标网络以及经验回放池，且基于拉塞尔不变性定理改变策略网络的网络结构，以减小训练过程中出现的电压越限次数； 步骤3、建立配电网中储能设备的控制模型，该控制模型采用深度确定性策略梯度算法，基于此算法建立策略网络、评论家网络、目标网络以及经验回放池； 步骤4、在深度确定性策略梯度算法中嵌入有功功率平衡规则，控制储能设备的充电或放电的状态和功率；通过改变奖励函数，使得储能设备在削减电压波动尖峰方面发挥作用； 所述步骤4具体为： 智能体根据区域有功功率平衡规则选择单次执行的动作，区域有功功率平衡规则指区域有功功率供需平衡关系，假设Pout是区域发电机总发电量，Pcon是区域总电力消耗量，Pbus代表区域内各母线之间流动的有功功率之和，如果满足Pout＞Pcon+Pbus，则表示区域供给大于需求，能量盈余，鼓励智能体充电储能；反之若Pout＜Pcon+Pbus，则表示区域供给不足无法维持功率平衡，鼓励智能体放电；在储能设备奖励函数中加入电压波动的惩罚项，储能设备奖励函数rt+1如下： 其中v_loss＝|v-1|代表电压损失，定义为系统节点电压距离1的偏差；a代表智能体的动作，amax代表充电功率的最大值；ΔSoC＝SoCt+1-SoCt代表连续时间步长之间SoC的变化量，该惩罚项用于限制SoC在连续时间步长的波动，因为这种波动会导致电压不稳定；α，β代表惩罚项系数，k代表智能体选择错误动作的常数项惩罚项； 步骤5、采用基于共享状态空间的策略连接光伏逆变器控制模型和储能设备控制模型，建立配电网光储协同运行框架； 步骤6、采集配电网中的功率和负荷数据，依据配电网拓扑结构划分区域，建立母线潮流约束，并将步骤5建立的配电网光储协同运行框架应用于该配电网中进行电压调节； 所述步骤6具体为： 采集配电网中的光伏发电有功功率、节点负载有功、无功功率； 依据配电网分支节点终端到主干线的最小路径，将共享主干节点的分支负载节点划分为若干区域，基于区域负荷及分布式光伏发电机运行状态进行优化控制； 为了确保配电网稳定运行，对光伏发电机和储能加以母线潮流约束： |Pstoraget|≤Pmax 其中Npv表示与光伏发电机相连的母线集，i代表母线；和分别为光伏发电机的有功功率上限和下限，Ppv,i表示与节点i连接的光伏发电机的有功功率；和分别为光伏发电机的无功功率上限和下限，Qpv,i表示与节点i连接的光伏发电机的无功功率；Pmax表示充放电功率的极限值，Pstoraget表示t时刻储能设备充电或放电的有功功率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。