CN119496174A 基于智能学习的光伏储能控制方法、系统及存储介质 （浙江爱客能源设备有限公司）

信息生成包含探索率的探索阶段和包含利用率2获取环境信息，并基于环境信息生成包含相应的探索率的探索阶段和获取分布的光伏簇的状态信息，并基于所述状态信息为各所述光伏簇配置初始回报将所述需求值和所述初始回报值进行关联以判断优化平衡逻辑，获取所述储能策略类型，并基于所述储能策略类型选择所述初始生成包含尝试次数和动作的选择任务，并在所述选择任务利用阶段被所述动作触发的次数以及所述动作所获取的所述奖励以选择平均奖励最高的将存在相同的所述第一信息和所述第二信息的若干所述光伏设获取各所述光伏簇的当前单位发电量，判断所述当前单位光伏簇对应于其他各所述光伏簇的平均调节步获取储能设备的当前储能量及用电设备的当前用电量以共生成预设时间长度的所述单位系数，通过所述单位系数计算出单位时长的需求电能，生成若干包含随机数的模拟任务，在每次所述模拟任务中将遍历所述基础回报值并判断是否匹配于所述需3所述储能策略类型包括单侧策略和双侧策略，在所述单侧策略中将所随机倾向表征为希望提高储能量或减少储能量作为倾向以改变在所述单侧策略中，将所述初始回报值作为所述奖励并生所述利用阶段被所述动作触发的次数以及所述动作所获取的所述奖励以选择平均奖励最将所述平均奖励最高的所述分类簇作为最优状态，并作为所述控制所述利用阶段被所述动作触发的次数以及所述动作所获取的所述奖励以选择平均奖励最个所述光伏簇和随机选择一个所述不确定需求数据以获取相4励最大的所述光伏簇和所述不确定需求数据并将所述平均奖励最高的所述分类簇和所述不确定需求数据作为控制方案进行下发以控制其他的所述分类簇进行充电调整以及控制所述储能设备进行放5所述利用阶段被所述动作触发的次数以及所述动作所获取的所述奖励以选择平均奖励最6息，并基于环境信息生成包含相应的探索率的探索阶段和包含相应的利用率的利用阶段，将存在相同的所述第一信息和所述第二信息的若干所述光伏设备整合为一个光所述光伏簇对应于其他各所述光伏簇的平均调节步长以获取储能设备的当前储能量及用电设备的当前用电量以共遍历所述基础回报值并判断是否匹配于所述需为确定需求数据，在所述双侧策略中将随机倾向的所述需求值变量作为不确定需求数据，7所述随机倾向表征为希望提高储能量或减少储能量作为倾向以改变所述需述确定需求数据随机选择一个所述光伏簇并述确定需求数据选择所述奖励最大的所述光伏簇并择一个所述光伏簇和随机选择一个所述不确定需求数据以获取述奖励最大的所述光伏簇和所述不确定需求数据并获取相所述控制方案进行下发以控制其他的所述分类簇进行充电调整以及控制所述储能设备进8指示的技术特征的数量或者隐含指明所指示的技术特可以在任何的一个或多个实施例或示例中以结合的9整探索率的大小可以使在复杂天气或良好天气中智能体都可以通过最优的行为策略来进并需要两者之间相互作用以使两侧趋近于要求上的平衡时时根据不同的储能策略类型结合对应的奖励以用阶段被动作触发的次数以及动作所获取的奖励[0041]通过该动作所触发在探索阶段还是利用阶段来为动作所对应的对象中获取相应[0050]这样可以在环境因素变复杂导致大多数光伏设备无法有效的获取太阳辐射时提[0061]那么判断一个光伏簇内的光伏设备调整至另外所有光伏簇的光伏设备所需要进[0062]平均调节步长可以表征一个光伏设备在需要进行调整时在未知目标的任意选定[0064]通过对各光伏簇的贡献程度和调节难易程度来为各不同S310，获取储能设备的当前储能量及用电设备的当前用电量以共同构成储能信[0071]生成模拟任务，在模拟任务中多次向需求值上增加随机数以得到若干需求值变[0074]遍历所有的基础回报值以计算与经过调整后得到的需求及每次分类簇不匹配时需要转变为匹配状态所需要付出的调整步长来综合计算优化回报要进一步对自身参数进行调整控制以使得充、放数据相互匹配时所对应的控制方案的奖[0083]优化回报值越大，表征为光伏侧和储能侧共同发生变化以匹配时对应的奖励越希望提高储能量或减少储能量作为倾向以改变进行调整控制时只对光伏簇的相应参数进行调整以使得大多数的光伏簇根据最优的状态的回报和储能侧的电能需求都需要发生调整控制。故这时光伏优化的目标是基于不确定放电量将需求值变量作为需求目标。应的控制方案则包含对光伏簇和储能侧的多个状态择任务中通过探索阶段和利用阶段被动作触发的次数以及动作所获取的奖励以选择平均择任务中通过探索阶段和利用阶段被动作触发的次数以及动作所获取的奖励以选择平均簇和随机选择一个不确定需求数据以获取相案进行下发以控