国家学术搜索
登录
注册
中文
EN
首页
|
基于深度强化学习的虚拟电厂优化调度研究
基于深度强化学习的虚拟电厂优化调度研究
引用
认领
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
NETL
NSTL
万方数据
中文摘要：
分布式电源的发展扩大了电力系统灵活性调节资源的规模,同时其出力随机性和需求侧资源不确定性等因素给电力系统稳定运行带来了挑战.针对虚拟电厂的实时优化问题,提出了基于深度确定性策略梯度(deep determinist ic policy gradient,DDPG)算法的虚拟电厂优化调度方法.仿真验证了所提方法可以调控虚拟电厂内部资源出力以适应市场电价的变化,实现自身收益的增长.
收起全部
展开查看外文信息
作者：
赵庆瑾
展开 >
作者单位：
东南大学
关键词：
虚拟电厂
经济调度
深度强化学习
出版年：
2024
消费电子
中国电子商会
消费电子
影响因子：
0.076
ISSN：
1674-7712
年,卷(期)：
2024.
(8)
NETL
NSTL
万方数据
