基于深度强化学习的家庭综合需求响应在线优化

作者：苏永新; 吴泽旋; 谭貌; 段斌

来源：中国电机工程学报, 2021, 41(16): 5581-5593.

DOI：10.13334/j.0258-8013.pcsee.201163

• 家庭能源系统
• 综合需求响应
• 深度强化学习
• 不确定性
• 在线优化

家庭综合需求响应(home integrated demand response,HIDR)是重要的节能减排技术,家庭能源系统的不确定性和设备动态投退,要求HIDR优化策略具有在线自适应调整能力。该文以深度强化学习为核心,研究HIDR在线优化方法。首先,鉴于气电两用设备对HIDR的重要价值,将其作为优化对象。然后,建立物理系统、系统模型、优化策略自动联动的HIDR优化框架。接着,建立典型家庭能源系统的模型;进而,针对典型家庭设计HIDR深度强化学习优化模型,包括强化学习常规要素、带注意力机制的学习网络、策略迁移方法。算例仿真表明,提出的方法能自动适应系统的不确定性和设备投退,与无HIDR参与相比,能降低能源成本29.4%,且给出的深度强化学习方法在HIDR上的收敛时间仅需标准DQN的28.8%。

• 单位
  湘潭大学