基于深度強化學習的綜合能源系統(tǒng)優(yōu)化調度

摘要： 針對綜合能源系統(tǒng)中可再生能源和負荷的不確定性，提出一種基于深度強化學習的優(yōu)化調度方法。首先，闡述了深度強化學習方法的基本原理；然后，提出了基于深度強化學習的綜合能源系統(tǒng)優(yōu)化調度模型，并對其中的狀態(tài)空間、動作空間和獎勵函數(shù)進行設計；繼而，設計了基于異步優(yōu)勢策略梯度算法的模型求解流程；最后，通過算例仿真驗證表明，所提方法能自適應源、荷不確定性，達到與傳統(tǒng)數(shù)學規(guī)劃方法相近的優(yōu)化效果。 （共8頁）