基于深度强化学习的风储合作决策方法

作者：翟苏巍; 李文云; 邱振宇; 张新怡; 侯世玺

来源：智慧电力, 2023, 51(09): 60-65.

• 风电
• 储能系统
• 强化学习
• 深度神经网络

目前，风电场配置储能是提高风电经济性较为有效的手段。针对最大化风储合作收益问题，提出一种基于深度强化学习的风储合作决策方法。首先，综合考虑风电、储能系统、外部电网以及需求侧柔性负荷，构建一种新型风储合作系统；然后，针对传统深度强化学习方法易陷入过估计问题，提出改进双竞争深度Q网络（D3QN），并进一步设计基于D3QN的风储合作决策算法；最后，结合实际数据对算法进行仿真验证，结果表明相比传统深度强化学习策略，所提方法能更好协调风电和储能运行，提高风储合作系统的运行收益。

• 单位
  河海大学; 云南电网有限责任公司电力科学研究院; 云南电力调度控制中心