CN119419815A 结合arima-lstm和ddpg的含氢储能微电网调度优化方法 （浙江大学）

结合ARIMA-LSTM和DDPG的含氢储能微电网本发明公开了一种结合ARIMA_LSTM和DDPG的含氢储能微电网调度优化方法。包括以下步建完整状态空间并输入至DDPG的Actor和Critic型中的奖励函数模型是以优化全年运行成本为2S2：利用时序预测模型生成历史可再生能源产能数S4：将实时采集的可再生能源产能数据和电力负2.根据权利要求1所述的一种结合ARIMA_LSTM和DDPG的含氢储能微电网调度优化方3.根据权利要求1所述的一种结合ARIMA_LSTM和DDPG的含氢储能微电网调度优化方4.根据权利要求1所述的一种结合ARIMA_LSTM和DDPG的含氢储能微电网调度优化方5.根据权利要求1所述的一种结合ARIMA_LSTM和DDPG的含氢储能微电网调度优化方pf表示时间步t的发电机输出功率，表示时间步t的电解设备运行功率，pf"表示时间步t的燃料电池工作功率；3含氢储能微电网的运行数据获取单元，用于获取含氢储能微电数据预测单元，用于利用时序预测模型生成历史可再生能源优化调度数据生成单元，用于利用完整状态空间对DDP实时调度输出单元，用于将实时采集的可再生能源7.一种计算机设备，包括存储器和处理器，所述存处理器执行时实现权利要求1至5中任一项所述结合ARIMA_LSTM和DDPG的含氢储能微电网理器执行时实现权利要求1至5中任一项所述结合ARIMA_LSTM和DDPG的含氢储能微电网调4结合ARIMA_LSTM和DDPG的含氢[0001]本发明涉及了一种微电网优化调度方法，尤其是涉及了一种结合ARIMA_LSTM和[0002]微电网不仅能够实现局部区域的自主供电，还能够与大电网进行有效的能量互合高效的时间序列预测模型与优化调度算法，进一步提升微电网系统的稳定性和经济性，5pf表示时间步t的发电机输出功率，表示时间步t的电解设备运行功6储的训练好的DDPG网络模型中并输出优行所述计算机程序时实现所述结合ARIMA_LSTM和DDPG的含氢储能微电网调度优化方法的[0033]所述介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述结合ARIMA_LSTM和DDPG的含氢储能微电网调度优化方法合ARIMA_LSTM和DDPG的含氢储能微电网调度优化[0038]通过引入DDPG，本发明能够在复杂的连续状态和动作空间中实现最优调度策7[0048]光伏发电模型：设计t时刻(即时间步t)光伏设备的输出功率p"与太阳辐射强度[0049]P"=G*A*n""/1000,可再生能源产能数据是通过构建的含氢储能微电网的光伏发电模型和风机发电模型计算8误差项。]+bi)pf表示时间步t的发电机输出功率，表示时间步t的电解设备运行功9[0091]将完整状态空间输入至DDPG网络模型中的Actor网络和Critic网络对DDPG模型进[0098]Critic网络基于贝尔曼公式估计状态_动作值函数Q(st，atθQ)[0104]将微电网调度优化模型在搭建的仿真实验环境中进行训练。本示例中将4台光伏步进行预测，并将得到的结果与当前时间步的状态空间结合，作为完整状态空间馈送到现上明显优于传统的DDPG。具体地，在同样经过200轮随机动作扩充经验池后，结合了续的轮次中奖励值也在不断增大，但上升趋势放缓，最终的奖励值也要明显大于传统的储的训练好的DDPG网络模型中并输出优