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！

龙图腾网获悉广西大学申请的专利一种考虑综合能源系统薄弱环节的近端策略优化调度方法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：CN116341731B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310264809.4，技术领域涉及：G06Q10/04；该发明授权一种考虑综合能源系统薄弱环节的近端策略优化调度方法是由殷林飞;张嘉苑设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种考虑综合能源系统薄弱环节的近端策略优化调度方法在说明书摘要公布了：本发明提出一种考虑综合能源系统薄弱环节的近端策略优化调度方法，该方法采用近端策略优化方法通过环境交互在采样数据和使用随机梯度下降优化裁剪代理目标函数之间交替，对薄弱环节进行评估，并对综合能源系统进行调度，给薄弱环节更大的安全度，提高综合能源系统运行的稳定性。

本发明授权一种考虑综合能源系统薄弱环节的近端策略优化调度方法在权利要求书中公布了：1.一种考虑综合能源系统薄弱环节的近端策略优化调度方法，其特征在于，在使用过程中的步骤为： 步骤1 根据综合能源系统特征，建立综合能源系统模型，描述各环节的连接方式，环节间耦合和环节能量转换； 综合能源系统包括供能网络环节、能源交换环节和能源存储环节； 供能网络环节提供能源并输入到能源交换环节和能源存储环节当中； 能源交换环节使能源在供能网络环节和能源存储环节间交换从而达到环节间的耦合； 能源存储环节利用储能设备将电能、热能和气能能源储存起来； 建立供能网络环节、能源交换环节和能源存储环节模型； 步骤2 初始化近端策略优化调度方法参数； 近端策略优化调度方法是一种无模型、在线、符合策略的策略梯度强化学习方法，通过环境交互采样数据和优化剪裁数据之间交替使用随机梯度下降的替代目标函数解决出现薄弱环节的问题； 待初始化近端策略优化调度方法的参数为：初始化近端策略优化调度方法当前网络的的随机参数值，初始化近端策略优化调度方法当前网络的的随机参数值； 步骤3：获取综合能源系统的状态； 1其中，×100％   2  3    4   5  6  7式中，表示光伏能量消纳率；表示光伏理论最大出力量；表示光伏实际消纳量；表示光伏的数量；表示二氧化碳排放量；表示时刻光伏的电功率； 表示时刻光伏的实际电功率；表示调度时间，取1小时；和分别表示为用于发电及产热和从电网购买并消耗电能对应的二氧化碳年排放量；表示使用天然气对应的二氧化碳排放系数；表示用电所对应的二氧化碳排放系数；表示消耗的天然气能量；表示购电量；   8  9  10  11  12式中，表示综合能源系统扩容总费用；表示综合能源系统设备扩容的投资费用； 表示年运行费用；表示年维护费用；表示综合能源系统设备扩容的总数量；表示设备的年值系数；表示设备单位容量的投资成本；表示设备的扩容量；表示折现率；表示设备的寿命；表示时刻电价；表示天然气价格；和分别表示为时刻从电网购电功率以及热电联产输入端的功率；   13  14  15  16  17式中，表示光伏；表示热电联产；表示热泵；表示电储能；表示热储能；、、、和分别表示为光伏、热电联产、热泵、电储能和热储能的维护费用；、、、和分别表示为光伏、热电联产、热泵、电储能和热储能的单位功率的维护费用；表示时刻热电联产的电功率；表示时刻热电联产的热功率；表示时刻热泵的热功率；和分别表示为时刻电储能和热储能功率的绝对值和放能功率的绝对值； 综合能源系统设备的运行约束为：   18综合能源系统需满足的电功率平衡约束为：   19综合能源系统需满足的热功率平衡约束为：   20式中， 表示为时刻设备的功率值；表示为改造后设备的出力上限；表示为改造前设备的出力上限；和表示时刻电储能的充电功率和放电功率； 表示时刻热泵的电功率；表示为时刻电负荷功率；和表示为时刻电储能的充热功率和放热功率；表示为时刻热负荷功率；表示为时刻热储能的充热功率；步骤4 按照近端策略优化调度方法‑当前网络生成个经验； 经验顺序为,,,，……，,，,； 其中，为状态观测，为是从该状态执行的动作，为下一个状态；为从到获得的奖励； 为是当前个经验集的开始时间步长；在训练集开始时，=1，对于同一训练集中的每一组后续个经验，;对于不包含终端状态的每个经验序列，等于经验地平线选项值，否则为终止状态； 步骤5 计算返回函数和优势函数； 返回函数为：   21  22其中，为奖励函数；、、、为比例因子；为频率偏差；为所用能源成本；为二氧化碳排放量；为综合能源系统最薄弱的一个环节发生故障的代价；如果为终止状态，则为0，否则为1；如果不为终止状态，则折扣的未来奖励包括近端策略优化调度方法网络计算的折扣状态值函数，计算使用近端策略优化调度方法网络计算优势函数：   23为计算优势函数，即时间差分误差的折扣和：   24其中，为平滑因子，为折扣因子； 步骤6 从个时期的小批量经验中学习； 对于每个学习时期，从当前的经验集中对大小为的随机小批量数据集中采样，小批量数据集的每个元素包含当前经验以及相应的返回和优势函数值；通过最小化所有采样小批量数据的损失来更新参数；   25为小批量数据集的第个元素的返回值； 根据最近的非规范化优势值对优势值进行规范化；如果规范化优势方法选项为无：   26如果规范化优势方法选项为当前，根据当前小批量中的非规范化优势对优势值进行规范化：   27为规范化优势值；为平均值函数；为标准差函数； 步骤7 通过最小化所有采样小批量数据的执行策略损失函数来更新执行策略参数； 28其中，和分别为小批量的第个元素的优势函数和返回值；为最小值函数； 为熵损失；为给定更新的策略参数时，在状态下执行操作的概率；为当处于状态时采取行动的概率，给定当前学习时期之前的先前策略参数；为裁剪因子；为熵损失权重因子； 步骤8 重复步骤4到步骤7直到训练达到终止状态； 步骤9 输出调度综合能源系统薄弱环节中的各个能源的调度出力,从而避免综合能源系统薄弱环节发生问题。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市西乡塘区大学东路100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。