科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了实现可再生能源充分利用、减少整流和并网等设备的投资成本、降低电解水制氢的成本，实现可再生能源大规模制氢。本文建立了离网型可再生能源大规模制氢系统（H2-RES），并以H2-RES的能量管理为研究对象，优化目标为系统的经济性和安全性，首先搭建了H2-RES系统仿真环境，并给出了控制策略方法，然后提出一种基于深度确定性策略梯度（deep deterministic policy gradient，DDPG）算法的智能能量调度策略，采用DDPG算法进行长期大量训练学习得到的智能体可以实现智能化的实时在线能量调度，通过与深度Q网络（Deep Q Network，DQN）、PSO、传统控制策略方法从经济性与安全性进行对比，验证了DDPG算法应用于H2-RES的能量管理可以获得更高的经济效益，消纳可再生资源能力更强，且可以保证系统的安全运行，具有较强的学术意义和工程价值。
- 单位
