计及安全约束的综合能源系统深度强化学习优化调度策略研究OACSTPCD
Optimal Dispatch Strategy of Integrated Energy System Based on Deep Reinforcement Learning Considering Security Constraints
在"双碳"背景下,综合能源系统多能耦合与梯级利用已成为助力"双碳"目标实现的重要手段.综合能源系统优化运行是一个涉及非线性、非凸的复杂问题,传统求解方法在获得全局优化调度策略上存在一定困难.同时,随着光伏、风电等可再生能源渗透率不断提高以及网络拓扑日趋复杂进一步加剧了该问题的求解难度.强化学习为解决上述问题提供了有效途径,然而目前大部分关于强化学习优化调度的研究较少考虑系统整体安全约束,因此,该文基于深度强化学习构建了考虑安全约束的综合能源系统优…查看全部>>
蔺伟山;王小君;孙庆凯;王希豪;刘瞾;和敬涵
北京交通大学电气工程学院,北京市海淀区100044北京交通大学电气工程学院,北京市海淀区100044北京交通大学电气工程学院,北京市海淀区100044北京交通大学电气工程学院,北京市海淀区100044北京交通大学电气工程学院,北京市海淀区100044北京交通大学电气工程学院,北京市海淀区100044
信息技术与安全科学
综合能源系统优化调度安全约束深度强化学习
《电网技术》 2023 (5)
基于群智进化的分布式能源系统群演化模型与优化引导方法
1970-1978,9
国家自然科学基金项目(51977005).
评论