首页|期刊导航|高电压技术|基于深度强化学习算法的风光互补可再生能源制氢系统调度方案

基于深度强化学习算法的风光互补可再生能源制氢系统调度方案

梁涛孙博峰谭建鑫曹欣孙鹤旭

高电压技术2023，Vol.49Issue(6)：2264-2274,11.

高电压技术2023，Vol.49Issue(6)：2264-2274,11.DOI:10.13336/j.1003-6520.hve.20230099

基于深度强化学习算法的风光互补可再生能源制氢系统调度方案

Scheduling Scheme of Wind-solar Complementary Renewable Energy Hydrogen Production System Based on Deep Reinforcement Learning

梁涛 ¹孙博峰 ¹谭建鑫 ²曹欣 ²孙鹤旭³

作者信息

1. 河北工业大学人工智能与数据科学学院,天津300130
2. 河北建投能源投资股份有限公司,石家庄050051
3. 河北科技大学电气工程学院,石家庄050018
折叠

摘要

关键词

可再生能源/制氢系统/深度强化学习/近端策略优化/运行优化/R2H-PPO

Key words

renewable energy/hydrogen production system/deep reinforcement learning/proximal policy optimization/operation optimization/R2H-PPO

引用本文复制引用

梁涛,孙博峰,谭建鑫,曹欣,孙鹤旭..基于深度强化学习算法的风光互补可再生能源制氢系统调度方案[J].高电压技术,2023,49(6):2264-2274,11.

基金项目

河北省科技支撑计划(19210108D （）

19214501D （）

20314501D （）

F2021202022).Project supported by Hebei Science and Technology Support Plan(19210108D,19214501D,20314501D,F2021202022). （19210108D,19214501D,20314501D,F2021202022）

高电压技术

OACSTPCD

ISSN：1003-6520

访问量0

下载量0

段落导航