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！

龙图腾网恭喜博锐尚格科技股份有限公司申请的专利基于强化学习算法的电池储能容量估计方法及系统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：CN115358528B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210868577.9，技术领域涉及：H02J3/00；该发明授权基于强化学习算法的电池储能容量估计方法及系统是由李昕;孙一凫设计研发完成，并于2022-07-22向国家知识产权局提交的专利申请。

本基于强化学习算法的电池储能容量估计方法及系统在说明书摘要公布了：本发明是关于基于强化学习算法的电池储能容量估计方法及系统。包括：根据不同电池容量下的策略网络，模拟加入储能电池后，储能电池的充放电动作，得到最优策略，并计算每年节省的电费；计算不同电池容量下在投资回报期的内部收益率；在可接受的内部收益率范围内，根据贷款利率，计算不同电池容量下在投资回报期内的财务成本；根据初始投资和财务成本，计算不同电池容量下的利润；输出利润最高的电池容量作为最终的电池容量选择方案。本发明能够辅助做出储能方案的决策，基于历史数据可给出较精确的计算结果支撑投资决策，各种条件可以灵活变动，并能给出相应变化的精确计算结果，基于电价波动的特征设定可给出计算不确定性和投资回报风险。

本发明授权基于强化学习算法的电池储能容量估计方法及系统在权利要求书中公布了：1.基于强化学习算法的电池储能容量估计方法，其特征在于，包括：根据不同电池容量下的策略网络，模拟加入储能电池后，储能电池的充放电动作，得到最优策略，并计算在所述最优策略下每年节省的电费；将所述每年节省的电费作为净现金流，计算不同电池容量下在投资回报期的内部收益率；在可接受的内部收益率范围内，根据贷款利率，计算不同电池容量下在所述投资回报期内的财务成本；根据初始投资和所述财务成本，计算不同电池容量下的利润；输出利润最高的电池容量作为最终的电池容量选择方案；还包括采用强化学习的Q-Learning算法训练得到所述策略网络的步骤，具体包括：步骤1、初始化算法参数和Q表；步骤2、输入环境状态，查询电池所有可以采取的动作；步骤3、在Q表中查询在当前状态下，电池各个可以采取的动作的Q值，并根据查询到的Q值选择动作；步骤4、根据选择的动作计算奖励；步骤5、更新电池内电价；步骤6、更新Q表；步骤7、更新电池储能状态和环境状态；重复执行步骤2-7，直至算法收敛；所述步骤3中，根据查询到的Q值选择动作，具体包括：如果Q值都为0，则对所有能够采取的动作赋予相同的概率，然后根据概率选择动作；否则提高Q值最高动作的概率，然后根据概率选择动作；所述步骤4具体包括：在电池放电状态下，若电池内电价高于电网电价时，计算得到负奖励，若电池内电价不高于电网电价，计算得到正奖励；在电池充电状态下，若电池内电价不大于电网电价，计算得到正奖励，否则不予以奖励；在电池既不充电也不放电的状态下，不予以奖励。

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博锐尚格科技股份有限公司，其通讯地址为：100044 北京市西城区德胜门外大街11号5幢221室；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”。