-
作者
刘志良 郭玥 沙树名 刘振 强
-
单位
国网山西电力公司山西工商学院计算机学院南京南瑞信息通信科技有限公司太原理工大学计算机科学与技术学院(大数据学院)
-
摘要
【目的】综合能源系统(IES)的经济调度是能源技术改革的重要研究内容,其本质是一个复杂的混合整数非线性规划问题。传统的优化调度方法计算复杂度较高,也无法适应IES中耦合了可再生能源的源荷不确定性。利用深度强化学习方法对原始问题进行分解加速,提升IES经济调度模型的求解效率。【方法】提出了一种基于改进近端策略优化(PPO)算法的IES优化调度框架,利用PPO算法拟合原始模型中非线性约束的部分变量,从而将其转换为线性约束以加速求解。【结果】通过算例验证了该方法的有效性,以及相较于其他方法的高效性。可以预见在大规模的IES优化问题上,该方法计算优势将更加明显。
-
关键词
综合能源系统经济调度强化学习近端策略优化
-
基金项目(Foundation)
横向项目-国网调控数据分析平台(RH2100004605);国家自然科学基金面上项目(U21A20469);
-
文章目录
1 IES最优调度问题
1.1 目标函数
1.2 电力系统约束
1.3 天然气系统约束
1.4 供热系统约束
1.5 能量耦合设备约束
2 基于PPO算法的IES调度优化方法
2.1 IES经济调度问题的马尔可夫模型
2.2 改进PPO算法
2.2.1 Critic网络
2.2.2 Actor网络
2.3 基于PPO算法的IES调度模型训练框架
3 算例仿真分析
3.1 实验准备
3.2 优化调度结果分析
3.3 计算效率分析
4 结论
-
DOI
-
引用格式
[1]刘志良,郭玥,沙树名,等.基于近端策略优化的IES经济调度方法研究[J].太原理工大学学报,2024,55(04):677-685.