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！

龙图腾网获悉长园深瑞继保自动化有限公司申请的专利一种基于深度强化学习的储能系统管理方法及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：CN114744651B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202210251703.6，技术领域涉及：H02J3/32；该发明授权一种基于深度强化学习的储能系统管理方法及装置是由陈锐;郑拓;丁凯;祝维靖;李微佳设计研发完成，并于2022-03-15向国家知识产权局提交的专利申请。

本一种基于深度强化学习的储能系统管理方法及装置在说明书摘要公布了：本申请适用于深度学习技术领域，尤其涉及一种基于深度强化学习的储能系统管理方法及装置，该方法包括：建立储能系统模型；根据储能系统模型设定安全约束条件；构建符合所述安全约束条件的所述储能系统的双层状态空间；构建与所述双层状态空间对应的双层动作空间并获取当所述储能系统模型收到控制指令时，所述双层状态空间因所述控制指令产生的反馈值；结合所述双层动作空间构建动作‑惩罚一体函数；通过动作‑惩罚一体函数推理控制策略，以获取储能系统经济效益及用户满意度最高的控制策略。本申请针对智能储能系统提出一种基于深度学习的分层优化策略，该策略的经济效益更好、用户满意度更高，具有较强的实用性。

本发明授权一种基于深度强化学习的储能系统管理方法及装置在权利要求书中公布了：1.一种基于深度强化学习的储能系统管理方法，其特征在于，所述方法包括： 建立储能系统模型； 根据所述储能系统模型设定安全约束条件； 构建符合所述安全约束条件的所述储能系统的双层状态空间，其中，所述双层状态空间包括用于表示所述储能系统的经济效益最大化与满意度最高的优化调度的第一层状态空间；以及用于表示所述储能系统的充放电控制的第二层状态空间； 构建与所述双层状态空间对应的双层动作空间并获取当所述储能系统模型收到控制指令时，所述双层状态空间因所述控制指令产生的反馈值，其中，所述双层动作空间包括用于表示系统负载的变化量的第一层动作空间；以及用于表示充放电变化量的第二层动作空间； 结合所述双层动作空间构建动作-惩罚一体函数，所述动作-惩罚一体函数用于根据所述反馈值给予所述储能系统模型正向或反向惩罚； 通过动作-惩罚一体函数推理控制策略，以获取储能系统经济效益及用户满意度最高的控制策略； 其中，所述储能系统模型通过以下式获得： ； 其中，为所述储能系统在t时刻的充放电功率；为所述储能系统在t时刻的电池实时电量；表示在t时刻所述第一层状态空间传递给所述第二层状态空间的总负荷功率；为t-1时刻至t时刻的间隔；PESS为储能系统的额定功率；QESS为储能系统的额定容量；表示储能系统的充电效率，表示储能系统的放电效率；表示为储能系统在t时刻的充电状态变量；表示储能系统在t时刻的放电状态变量。

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长园深瑞继保自动化有限公司，其通讯地址为：518000 广东省深圳市南山区高新技术产业园北区科技北一路13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。