首页|基于深度强化学习的电-气区域综合能源系统安全校正控制决策方法

基于深度强化学习的电-气区域综合能源系统安全校正控制决策方法

扫码查看
原文链接
  • 万方数据
  • 维普
电-气区域综合能源系统电、气相互耦合与影响,使得其安全校正控制难度大且对快速性要求高,为此,提出一种基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法的安全校正控制决策方法.首先,进行系统多能流与变量分析,建立安全校正控制的目标与约束条件.然后,构建基于DDPG的安全校正控制模型,设计目标奖励和各种约束条件奖励,提出结合基于综合灵敏度的安全校正知识经验设计目标奖励函数,使调整具有方向性,且目标奖励考虑能量枢纽(energy hub,EH)的经济效益及其可再生能源消纳;通过智能体离线训练,使其能够在线做出实时最优的安全校正控制策略,预先产生专家经验数据集存放于经验回放池,提高训练速度和收敛性.最后,通过含EH电-气区域综合能源系统仿真算例验证了所提方法的有效性.
Decision-making Method for Electricity-gas Region Integrated Energy System Security Correction Based on Deep Reinforcement Learning

electricity-gas regional integrated energy systemsecurity correction controldeep reinforcement learningcomprehensive sensitivityenergy hub

彭寒梅、胡磊、谭貌、李金果、苏永新

展开 >

湘潭大学自动化与电子信息学院,湖南省湘潭市 411105

湖南省多能协同控制技术工程研究中心(湘潭大学),湖南省湘潭市 411105

电-气区域综合能源系统 安全校正控制 深度强化学习 综合灵敏度 能量枢纽

国家自然科学基金湖南省自然科学基金

517771792020JJ4580

2024

10.13335/j.1000-3673.pst.2023.0380

电网技术
国家电网公司

电网技术

CSTPCD北大核心
影响因子：2.821
ISSN：1000-3673
年,卷(期)：2024.48(3)
  • 21