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！

龙图腾网获悉国网湖北省电力有限公司;国网湖北省电力有限公司电力科学研究院申请的专利基于改进最大熵深度强化学习的多储能协同调频方法及相关装置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：CN119209596B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411122452.7，技术领域涉及：H02J3/24；该发明授权基于改进最大熵深度强化学习的多储能协同调频方法及相关装置是由冀肖彤;叶畅;柳丹;曹侃;敖禹琦;江克证;熊亮雳;李喆;康逸群;游力;胡畔;熊平;李猎;熊昊哲;冯万里;宿磊;刘巨;梅欣;邓万婷;陈孝明;王伟设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本基于改进最大熵深度强化学习的多储能协同调频方法及相关装置在说明书摘要公布了：本发明提供一种基于改进最大熵深度强化学习的多储能协同调频方法及相关装置，该方法包括：建立包含微型燃气轮机、电池储能、风电、光伏、负荷的微电网的频率控制模型，微电网配备多个储能，采用虚拟惯性控制和虚拟下垂控制对微电网展开调频控制；采用SAC算法对多储能的虚拟下垂控制贡献度和虚拟惯性控制的贡献度进行控制，同时对虚拟下垂控制的下垂系数进行改进；采用深度神经网络建立SAC智能体，设置成功经验池和失败经验池对SAC算法进行改进，提高SAC智能体的训练速度，通过与微电网环境交互训练生成多储能协调调频方法。本发明通过与微电网环境交互训练生成多储能协同调频方法，提高了多个储能的频率调节能力。

本发明授权基于改进最大熵深度强化学习的多储能协同调频方法及相关装置在权利要求书中公布了：1.一种基于改进最大熵深度强化学习的多储能协同调频方法，其特征在于，包括如下步骤： 步骤1：建立包含微型燃气轮机、电池储能、风电、光伏、负荷的微电网的频率控制模型，其中负荷、风电、光伏作为扰动源，微型燃气轮机、电池储能承担微电网的调频任务，多个电池储能对微电网进行支撑，控制方式为虚拟惯性控制和虚拟下垂控制； 步骤2：引入SAC算法，通过建立动作空间、状态空间和奖励函数，对虚拟惯性控制和虚拟下垂控制的贡献度进行控制调节，同时对虚拟下垂系数进行改进，以解决储能的响应速度和稳定性之间的矛盾； 步骤3：基于步骤1建立的微电网的频率控制模型和步骤2建立的动作空间、状态空间和奖励函数，设置成功经验池和失败经验池对SAC算法进行改进，提高SAC智能体的训练速度，通过与微电网环境交互训练生成多储能协调调频方法。

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国网湖北省电力有限公司;国网湖北省电力有限公司电力科学研究院，其通讯地址为：430077 湖北省武汉市洪山区徐东大街91号；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”。

以上内容由龙图腾AI智能生成。