基于分层深度强化学习的分布式能源系统多能协同优化方法

摘要：

分布式能源系统的多能协同运行对于促进新能源的消纳具有重要意义.然而,分布式能源系统中源荷的不确定性以及异质能源网络的时空差异性,给多能协同优化问题带来巨大挑战.针对这一问题,提出了一种面向分布式能源系统的两阶段多能协同优化模型,通过采用长时间尺度控制和短时间尺度控制两阶段解耦决策方式,实现了对不同时间响应特性的复合空间进行序贯决策.然后,面对高维复合搜索空间和源荷不确定性因素,采用了深度强化学习无模型解决方案,并提出一种全新的分层深度强化学习算法进行求解.通过算例仿真验证了所提模型和求解方法的有效性和优越性.

关键词：分布式能源系统、新能源、多能协同、序贯决策、深度强化学习

所属期刊栏目：48

分类号：U443.33;TP391;TP1

在线出版日期：2024-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：67-76