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！

龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司电力调度控制中心申请的专利一种基于并行分布式柔性行动器-评判器的电力系统实时低碳经济调度方法、装置、电子设备及存储介质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：CN119651634B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411780753.9，技术领域涉及：G06Q50/06；该发明授权一种基于并行分布式柔性行动器-评判器的电力系统实时低碳经济调度方法、装置、电子设备及存储介质是由杨韵;赵越;李东颖;包博;杨银国;栾添瑞;苏炳洪;钟雅珊;杨民京;段秦尉;陈卉灿;付聪;李顺;朱建全;罗毓豪设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于并行分布式柔性行动器-评判器的电力系统实时低碳经济调度方法、装置、电子设备及存储介质在说明书摘要公布了：本发明公开了一种基于并行分布式柔性行动器‑评判器的电力系统实时低碳经济调度方法、装置、电子设备及存储介质，所述方法包括：根据大规模新能源和碳交易机制联合参与电力系统实时优化调度的信息，构建基于马尔可夫决策过程的电力系统实时低碳经济调度模型。根据模型，提出并行分布式柔性行动器‑评判器算法离线训练智能体学习低碳经济调度策略；将训练完的智能体集成到电力系统调度装置中投入应用，根据系统实时状态信息决策各发电机组调度方案。本发明基于电力系统实时低碳经济调度的需求，通过柔性行动器‑评判器处理该调度问题的连续动作空间；并利用分布式柔性策略迭代框架和并行技术对柔性行动器‑评判器进行改进提高了求解速度和精度。

本发明授权一种基于并行分布式柔性行动器-评判器的电力系统实时低碳经济调度方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种基于并行分布式柔性行动器-评判器的电力系统实时低碳经济调度方法，其特征在于，包括： 基于马尔可夫决策过程构建电力系统实时低碳经济调度模型；其中，根据火电机组时刻的有功出力、火电机组时刻的无功出力、所有节点时刻的电压幅值、所有节点时刻的相角，新能源机组时刻的预测有功出力、新能源机组时刻的预测无功出力、负荷节点时刻的预测有功负荷和负荷节点时刻的预测无功负荷构建马尔可夫决策过程的状态空间；根据PV节点上的火电机组时刻的出力增量、PV节点时刻的电压幅值和新能源机组时刻的弃风弃光量构建动作空间；根据给定当前状态、所采取动作下，以及转移到新状态构建状态转移函数；根据火电机组发电成本、弃风弃光成本、碳排放权交易成本和成本惩罚项构建奖励函数； 根据并行分布式柔性行动器-评判器算法对与所述电力系统实时低碳经济调度模型对应的智能体进行离线训练； 将离线训练完成的智能体集成至电力系统调度设备中，以使所述电力系统调度设备根据实时的状态信息，生成电力系统中各发电机组的调度方案，根据所述调度方案对电力系统中发电机组进行调度； 所述并行分布式柔性行动器-评判器算法，对应一并行技术架构，所述并行技术架构包括：一个全局行动器网络、个局部行动器网络和一个评判器网络组成的主网络以及由一个目标全局行动器网络和一个目标评判器网络组成的目标网络，以及全局经验回放池； 所述根据并行分布式柔性行动器-评判器算法对与所述电力系统实时低碳经济调度模型对应的智能体进行离线训练，包括： 步骤一、生成与局部行动器网络相同数量的电力系统低碳经济调度模型的仿真器，并按照一对一的比例将生成的仿真器分配至各局部行动器网络； 步骤二、用随机的网络参数初始化评判器网络和目标评判器网络的网络参数；用随机的网络参数初始化全局行动器网络，目标全局行动器网络以及N个局部行动器网络的网络参数；初始化全局经验回放池； 步骤三、设置回合数=1； 步骤四、对第个回合，获取当前的状态信息； 步骤五、设置时间步=1； 步骤六、个局部行动器网络与对应的仿真器交互，进行并行采样，得到采样样本集，并将样本集存入全局经验回放池； 步骤七、从中抽取个样本； 步骤八、根据第一损失函数对评判器网络参数进行更新； 步骤九、根据第二损失函数对全局行动器网络参数进行更新； 步骤十、根据第三损失函数对熵正则化系数进行更新； 步骤十一、对目标评判器网络参数和目标全局行动器网络参数进行更新； 步骤十二、将全局行动器网络的参数同步到所有局部行动器网络的参数中，以使对局部行动器网络的参数进行更新； 步骤十三、判断当前时间是否小于预设的时间步，若是，则执行并跳转到步骤六，若否，则跳转到步骤十四；其中，为预设的时间步； 步骤十四、判断此时是否小于预设的回合数，若是，则执行并跳转到步骤四，若否，则将当前的全局行动器网络，作为训练完成的智能体； 所述第一损失函数为： 其中，为散度函数；为贝尔曼算子；为目标评判器网络输出的从到柔性状态动作对回报的分布的映射；为评判器网络输出的从到柔性状态动作对回报的分布的映射；为在状态执行动作的柔性状态动作对回报；为常数；为策略过去收集的数据；为目标全局行动器网络的网络参数；为目标全局行动器网络输出的动作策略； 通过以下公式对评判器网络参数进行更新： 其中，为评判器网络的网络参数；为评判器网络的学习率； 所述第二损失函数为： 其中，为状态动作对期望价值；为全局行动器网络输出的动作策略；此处可以采用重参数化技巧对动作进行转换，具体为： 其中，分别代表全局行动器网络输出的均值和方差； 通过以下公式对全局行动器网络的参数进行更新： 其中，为全局行动器网络的网络参数；为全局行动器网络的学习率； 所述第三损失函数为： 其中，为目标值； 通过以下公式对熵正则化系数进行更新： 其中，为熵正则项系数的学习率： 通过以下公式对目标评判器网络参数进行更新： 其中，为目标评判器网络的更新参数；为目标评判器网络的网络参数； 通过以下公式对目标全局行动器网络参数进行更新： 其中，为目标全局行动器的更新参数；为全局行动器网络的网络参数。

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东电网有限责任公司;广东电网有限责任公司电力调度控制中心，其通讯地址为：510000 广东省广州市越秀区东风东路757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。