一种基于强化学习的分散式储能电力系统的运行优化方法

摘要

本发明公开了一种基于强化学习的分散式储能电力系统的运行优化方法，通过储能聚合商将有意愿且有能力进行低储高发的DBESS进行集中控制，结合该地区大量的历史电价数据，以及储能约束条件，运用自趋优Q‑learning算法得出分散式储能的充放电策略，并通过互联网周期性地将策略信息送至每一个分散式储能(DBESS)，DBESS接受到控制指令后，其功率控制系统通过双向DC‑DC变换器调节控制周期内充放电功率，实现低储高发；对推动微网社区内的分散式储能自主运行具有重要意义。