基于双层深度强化学习的园区综合能源系统多时间尺度优化管理
文档名：基于双层深度强化学习的园区综合能源系统多时间尺度优化管理
摘要：园区综合能源系统(PIES)的能源转换结构复杂性、新能源出力与多能负荷的不确定性以及不同能源系统管理时间尺度的差异性,是阻碍PIES实现高效管理与经济效益优化的主要原因.该文提出了一种基于双层深度强化学习的园区综合能源系统多时间尺度优化管理方法.该方法面向包含燃气、热力、电力三种能源的园区综合能源系统模型,构建上、下两层深度确定性策略梯度(DDPG)管理模型,分别以0.5h和5min为长短时间尺度滚动制定燃气与热力系统、电力系统的管理方案.仿真结果表明,所提方法不仅能有效克服深度强化学习算法在训练过程中出现"维数灾难"情况,还能以差异化时间尺度滚动制定PIES的不同能源系统管理方案,并优化其总体经济效益.
作者：陈明昊 孙毅 谢志远 Author：ChenMinghao SunYi XieZhiyuan
作者单位：华北电力大学电气与电子工程学院北京102206华北电力大学(保定)电气与电子工程学院保定071000
刊名：电工技术学报 ISTICEIPKU
Journal：TransactionsofChinaElectrotechnicalSociety
年，卷(期)：2023, 38(7)
分类号：TM73
关键词：综合能源系统深度强化学习深度确定性策略梯度(DDPG)经济效益储能管理
机标分类号：TP18TP301.6F421
在线出版日期：2023年4月19日
基金项目：国家自然科学基金基于双层深度强化学习的园区综合能源系统多时间尺度优化管理[
期刊论文]电工技术学报--2023, 38(7)陈明昊孙毅谢志远园区综合能源系统(PIES)的能源转换结构复杂性、新能源出力与多能负荷的不确定性以及不同能源系统管理时间尺度的差异性,是阻碍PIES实现高效管理与经济效益优化的主要原因.该文提出了一种基于双层深度强化学习的园区综合...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于双层深度强化学习的园区综合能源系统多时间尺度优化管理The Multi-Time-Scale Management Optimization Method for Park Integrated Energy System Based on the Bi-Layer Deep Reinforcement Learning
基于双层深度强化学习的园区综合能源系统多时间尺度优化管理.pdf
页:
[1]