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！

申请/专利权人：华北电力大学

摘要：本发明公开了一种基于Q‑Learning算法的分布式多智能体微电网能量管理方法，包括：获取风力发电场的环境风速、光伏发电场的环境温度和光照强度数据；通过灵敏度分析选择合适的学习参数；初始化Q表；确定可再生能源代理商的输出功率数据；设计动作选择策略，各代理基于此策略选择动作并提交给能量管理代理；设计市场定价策略，能量管理代理指定市场电价；计算各代理的即时奖励并更新Q表；判断Q表是否收敛。本发明对各代理的策略寻优效果明显，极大提高了分布式能源代理商的收益，减少了用户代理的成本，同时也降低了微电网对主电网的依赖，提高了微电网的整体效益。

主权项：1.一种基于Q-Learning算法的分布式多智能体微电网能量管理方法，其特征在于，包括以下步骤：步骤1，获取风力发电场的环境风速、光伏发电场的环境温度和光照强度共三组数据：以一定时间间隔从发电场的数据采集系统中记录环境风速、环境温度和光照强度的数据，将其作为风力发电系统和光伏发电系统的输入数据；步骤2，对学习参数进行灵敏度分析，选择合适的学习参数；步骤3，构建基于Q-Learning的状态空间和动作空间，以初始化Q表作为各代理的学习模型；步骤4，基于步骤1得到的数据，计算风力发电系统和光伏发电系统的输出功率，将其作为可再生能源代理商的输出功率数据；步骤5，设计动作选择策略，各代理基于此策略选择动作：可再生能源代理商根据所设计的策略选择报价，其他分布式能源代理商根据所设计的策略选择输出功率和报价，用户代理根据所设计的策略选择削减负荷；步骤6，根据步骤4和步骤5得到的分布式能源代理商的报价和输出功率，形成多个报价块，每个报价块的结构为{输出功率，报价}，同时用户代理选择削减负荷量后得到剩余负荷需求量，将报价块和剩余负荷需求量提交到上层的能量管理代理；步骤7，设计市场定价策略，能量管理代理收到分布式能源代理商的报价块和用户代理的剩余负荷需求量，在确保供需平衡的前提下，根据所设计的定价策略指定市场电价；步骤8，计算各代理的即时奖励：可再生能源代理商的即时奖励为售电利润，其他分布式能源代理商的即时奖励除了售电利润外还需考虑发电成本，用户代理的即时奖励为满足负荷需求的总成本；步骤9，基于步骤8获得的即时奖励，各代理根据公式16更新Q表；步骤10，判断Q表是否收敛，若未收敛，返回步骤4；若收敛则算法结束。

全文数据：

权利要求：

百度查询： 华北电力大学 一种基于Q-Learning算法的分布式多智能体微电网能量管理方法