基于深度强化学习的综合能源系统动态经济调度OA北大核心CSCDCSTPCD
Dynamic Economic Dispatch for Integrated Energy System Based on Deep Reinforcement Learning
综合能源系统的优化调度对于实现系统的多能互补和经济运行具有重要意义.然而,系统中可再生能源的间歇性以及用户用能需求的不确定性造成了系统中供需双方的随机波动,传统的调度方法难以准确地适应实际环境的动态变化.针对这一问题,提出了一种考虑可再生能源和负荷时变特性的综合能源系统动态经济调度方法.首先对综合能源系统动态经济调度问题进行数学描述,然后将该调度决策问题表述为强化学习框架,定义了系统的观测状态、调度动作和奖励函数,继而采用深度确定性策略梯度算法进…查看全部>>
杨挺;赵黎媛;刘亚闯;冯少康;盆海波
智能电网教育部重点实验室(天津大学),天津市 300072智能电网教育部重点实验室(天津大学),天津市 300072智能电网教育部重点实验室(天津大学),天津市 300072智能电网教育部重点实验室(天津大学),天津市 300072智能电网教育部重点实验室(天津大学),天津市 300072
综合能源系统动态经济调度强化学习深度确定性策略梯度
《电力系统自动化》 2021 (5)
39-47,9
国家自然科学基金资助项目(61971305)国家重点研发计划资助项目(2017YFE0132100)天津市自然科学基金资助项目(19JCQNJC06000).
评论