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！

龙图腾网获悉中国电力科学研究院有限公司;国网江苏省电力有限公司;国家电网有限公司申请的专利一种分布式电源协同优化方法、装置、设备及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：CN115036992B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202210857183.3，技术领域涉及：H02J3/466；该发明授权一种分布式电源协同优化方法、装置、设备及介质是由蒲天骄;杜帅;李烨;王新迎;荆江平设计研发完成，并于2022-07-20向国家知识产权局提交的专利申请。

本一种分布式电源协同优化方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种分布式电源协同优化方法装置、设备及介质。本发明提供的分布式电源协同优化方法，将接入有分布式电源的配电网进行分区，每个分区内分别设置有预训练好的智能体神经网络；获取当前电网状态的观测值；将观测值作为深度强化学习模型的输入，深度强化学习模型生成当前所属分区内分布式电源的控制策略，使当前所属分区的运行成本最小，并使分布式电源的运行满足运行约束条件，从而最小化日累积运行成本。使各区域既能实现本分区自治又可协同运行，一方面各区域智能体通过其神经网络实现本分区数据就地处理，避免了集中控制中心对大量数据的收集和处理，另一方面通过参数服务器的联邦平均过程实现全局分布式协同优化。

本发明授权一种分布式电源协同优化方法、装置、设备及介质在权利要求书中公布了：1.一种分布式电源协同优化方法，其特征在于，包括如下步骤： 将接入有分布式电源的配电网进行分区，每个分区内分别设置有预训练好的智能体神经网络；构建深度强化学习模型，将分布式电源高渗透率下的配电网分区，各区域内分别设置智能体，综合考虑配电网整体优化目标和各种运行约束，基于约束马尔科夫决策过程对状态空间、动作空间、观测空间、奖励函数和约束价值进行设计,智能体负责收集本分区内可再生能源发电预测、负荷预测以及各设备状态信息，生成控制策略，并依据生成的控制策略对本分区内的可控设备下发调度指令； 利用所述智能体神经网络进行在线优化调度决策，生成当前分区内分布式电源的控制策略，使当前所属分区的运行成本最小以及分布式电源的运行满足运行约束条件； 每个所述分区内分别设置有预训练好的智能体神经网络的步骤中，所述智能体神经网络的训练方式为：采用分布式逐次凸逼近策略优化算法对所述智能体神经网络进行离线训练； 所述采用分布式逐次凸逼近策略优化算法对智能体神经网络进行离线训练的步骤，具体包括： 获取经验回放池储存的历史数据； 利用所述经验回放池储存的历史数据，分别计算目标函数和价值约束泰勒展开的常数项及泰勒展开的一阶导数项； 基于所述目标函数和价值约束泰勒展开的常数项及泰勒展开的一阶导数项，将目标函数和价值约束进行二阶泰勒展开，得到凸优化问题； 用原始对偶梯度法迭代求解所述凸优化问题，得到迭代终值；用原始对偶梯度法迭代求解所述凸优化问题的步骤中，包括联邦平均步骤：各智能体将全局约束价值上传到参数服务器；参数服务器对全局约束价值进行联邦平均；参数服务器将联邦平均后的全局约束价值回送给各智能体作为实际值，局部约束价值不做更改； 将所述迭代终值进行软更新，得到下一时刻的原始变量，作为所述深度强化学习模型的学习参数； 利用所述学习参数对智能体神经网络进行训练； 所述凸优化问题确定为目标更新和可行更新，求解所述凸优化问题时，首先求解目标更新；当求解目标更新不可行时，求解所述可行更新； 所述约束价值的获取方式如下：将所述约束价值分为全局约束价值和局部约束价值；获取所有分区的全局约束价值；将所述所有分区的全局约束价值上传到参数服务器进行联邦平均，并回送给各智能体作为实际值，局部约束价值不做更改；将所述全局约束价值的实际值与局部约束价值进行合并，得到约束价值。

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中国电力科学研究院有限公司;国网江苏省电力有限公司;国家电网有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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。