(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111524053.X (22)申请日 2021.12.14 (65)同一申请的已公布的文献号 申请公布号 CN 114169627 A (43)申请公布日 2022.03.11 (73)专利权人 湖南工商大 学 地址 410205 湖南省长 沙市岳麓 大道569 (72)发明人 徐雪松　闫月　陈晓红　田志平　 粟芸　 (74)专利代理 机构 长沙惟盛赟鼎知识产权代理 事务所(普通 合伙) 43228 专利代理师 黄敏华 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 30/02(2012.01)G06Q 50/06(2012.01) G06N 20/00(2019.01) H02J 3/38(2006.01) (56)对比文件 WO 202120 3733 A1,2021.10.14 CN 112886615 A,2021.0 6.01 审查员 贾瑞双 (54)发明名称 一种深度强化学习分布式光伏发电激励的 系统 (57)摘要 本发明属于光伏发电技术领域， 具体涉及一 种深度强化学习分布式光伏发电激励方法， 包括 如下步骤： S1： 以发电方和投资方的最大利益为 目标函数， 并满足发电方和投资方的收益比以及 两者合作合同期限为约束， 建立 分布式光伏发电 模型； S2： 将S1中的分布式光伏发电模型建模为 马尔科夫决策过程； S3： 基于深度强化学习算法， 求解马尔科夫决策过程， 得到发电方和投资方最 优化的利益 分配策略； 通过以发电方和投资方的 收益作为考量标准构建分布式光伏发电模型， 并 将分布式光伏发电过程模拟为马尔科夫决策过 程， 将目标函数和约束条件映射成强化学习的奖 惩函数， 利用其学习和与环境交互的能力， 实现 发电方和投资方的最优利益分配 。 权利要求书2页 说明书5页 附图1页 CN 114169627 B 2022.11.18 CN 114169627 B 1.一种深度强化学习分布式光伏发电激励的系统， 其特征在于， 包括终端层、 汇聚层和 投资方云平台层； 终端层， 其包括发电方， 用于将光伏发电所产生的电能、 以及相应产生的数据输送至汇 聚层； 其中， 所述发电方在第t年的总收入 包括设备 数量与单个设备收益的乘积， 即： 式中， δ 为单个设备收益； j为设备 数量； 汇聚层， 其接收终端层发电方发送的光伏发电所产生的电能、 以及相应产生的数据， 并 发送至投资方云平台层； 投资方云平台层， 其包括投资方， 用于接收汇聚层的所有相关数据； 所述投资方云平台 层依照数据控制发电方的设备数量以及售电给汇聚层的售电价格， 并依照所述发电方的设 备数量发电数据、 设备 数量与所述发电方划分收益； 其中， 所述投资方的成本包括人力成本、 发电设备硬件成本、 运行成本和设备折旧费， 即： 式中， Σn i＝1ji为所有发电方安装的设备数量总和， n为发电方总数， ji为第i个发电方的 设备数量； M为单价； cp为人力成本； 为实际运行成本， 包括设备运输安装维护、 发电方收 益发放运行成本； 为合同期限内的设备折旧费； 其中， 所述投资方在第t年的总收入包括发电方在规定年 限内产生的发电量售电总额 和国家补贴， 即： 式中， p为投资方在第t年的售电价格； Eijt为第t年发电方i的j台设备实际发电量， n为 发电方的总数， 单位 为kw·h； ps为国网光伏发电补贴； 其中， 分布式光伏发电模型的目标函数为： 式中， W表示在时间[0,T ]年内， 投资方与发电方的总收益； Cit表示发电方i在第t年内的 总收入， n 为发电方的总数； Cwt表示投资方第t年的总收入； CcostT表示投资方的投资成本； 其中， 约束条件 包括发电方和投资方双方合同期限T以及 双方的收益比， 即： 10≤T≤25 其中， 所述投资方云平台层依照所述发电方的设备数量发电数据、 设备数量与所述发 电方划分收益， 通过将分布式光伏发电模型建模为马尔科夫决策过程， 并基于深度强化学 习算法， 求解马尔科夫决策过程， 得到发电方和投资方最优化的利益分配策略； 构建马尔科 夫决策过程的步骤具体包括： T1： 考虑变量的多样性和必要性构建状态变量； T2： 考虑发电方和投资方的收益 最大化构建动作变量；权　利　要　求　书 1/2 页 2 CN 114169627 B 2T3： 将目标函数映射 为奖励函数； T4： 选择策略函数 得出发电方和投资方的最优收益策略分配。权　利　要　求　书 2/2 页 3 CN 114169627 B 3