基于MD3QN算法的微电网能量协调优化OA北大核心CSTPCD
可再生能源出力的波动性、间歇性、用户电力负荷的随机不确定性,使微电网的能量调度极具挑战性.为此,该文提出激励竞争双深度Q网络(motivation dueling double deep Q-network,简称MD3QN)算法,对微电网能量进行协调优化.仿真分析结果表明:采用MD3QN算法对微电网进行能量调度,能实现削峰填谷,使微电网的经济效益最大化;相对于其他4种算法,MD3QN算法具有更高的综合性能.因此,MD3QN算法具有有效性.
李小豹;赵婵娟;程志友;徐恒;
安徽大学互联网学院,安徽合肥230039安徽建筑大学电子与信息工程学院,安徽合肥230601
动力与电气工程
并网型微电网能量管理MD3QN实时电价激励机制
《安徽大学学报（自然科学版）》 2024 (002)
P.46-52 / 7
安徽省自然科学基金资助项目(2108085QE237,2208085UD01);安徽省教育厅自然科学重点项目(2023AH050104);安徽建筑大学安徽省古建筑智能感知与高维建模国际联合研究中心开放课题基金资助项目(GJZZX2021KF03)。
评论