典型文献
不确定性环境下基于深度强化学习的综合能源系统动态调度
文献摘要：
随着综合能源系统中间歇性能源和负荷不确定性的逐步增强,传统的调度方法局限于固定物理模型及参数设定,难以较好地动态响应源荷的随机波动.针对这一问题,提出了一种基于深度强化学习的综合能源系统动态调度方法.首先,以数据驱动方式构建面向综合能源系统的深度强化学习模型,通过智能体与综合能源系统的持续交互,自适应学习调度策略,降低对物理模型的依赖程度.其次,通过添加随机扰动的方式表征源荷不确定性变化特征,针对不确定性变化特征改进深度强化学习模型的状态空间、动作空间、奖励机制以及训练流程等关键环节,并经由近端策略优化算法优化求解,实现了综合能源系统的动态调度决策.最后,通过算例仿真验证了所提方法在不同时间尺度以及不确定性环境下的可行性和有效性.
文献关键词：
综合能源系统;动态调度;不确定性;深度强化学习;近端策略优化
中图分类号：
作者姓名：
蔺伟山;王小君;孙庆凯;刘曌;和敬涵;蒲天骄
作者机构：
北京交通大学电气工程学院,北京 100044;中国电力科学研究院有限公司,北京 100192
文献出处：
引用格式：
[1]蔺伟山;王小君;孙庆凯;刘曌;和敬涵;蒲天骄-.不确定性环境下基于深度强化学习的综合能源系统动态调度)[J].电力系统保护与控制,2022(18):50-60
A类：
B类：
不确定性环境,深度强化学习,综合能源系统,间歇性能源,负荷不确定性,确定性的,固定物,物理模型,参数设定,地动,动态响应,随机波,动态调度方法,驱动方式,建面,智能体,自适应学习,调度策略,依赖程度,随机扰动,源荷不确定性,进深,状态空间,动作空间,奖励机制,训练流程,近端策略优化算法,算法优化,优化求解,调度决策,仿真验证,不同时间尺度
AB值：
0.312786
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
