基于深度强化学习的微能源系统优化调度

作者：张波; 冯国礼; 郭景维; 王敏; 秦振威

来源：电机与控制应用, 2022, 49(11): 63-70.

• 微能源系统
• 深度强化学习
• 优化调度
• 源荷随机波动

微能源系统是城市配网终端的重要聚合部分，其应对源荷随机特性的能力为城市配网稳定运行提供了有效支撑。针对城市工业园微能源系统提出一种考虑源荷随机波动的动态调度方法。考虑工业园多种可调度资源对微能源系统的经济调度构建数学模型，然后将构建的微能源系统经济调度模型表示为具有连读动作调节的深度强化学习(DRL)模型，最后采用双延迟深度确定性策略梯度算法获取DRL模型下的动态连续调度策略。所提方法不仅避免对源荷随机波动的不确定性进行建模，同时也避免了离散Q学习的可调节设备出力不连续性。仿真结果表明所提出的动态调度方法具有更好的经济性和自适应性。