典型文献
基于深度强化学习的居民综合能源系统管理研究
文献摘要：
随着居民综合能源系统(residential integrated energy system,RIES)中能源类型、设备种类愈加丰富,如何应对多能异质负荷与外部能源价格信号的波动性,是提升居民综合能源系统精细化管理水平和优化系统经济效益的关键.以包含电、热、气能源的居民综合能源系统模型为研究对象,基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)深度强化学习算法构建RIES管理模型.针对RIES多能价格信号与负荷不确定性问题,对居民综合能源系统中的能源采购和储存行为进行动态调节,在满足多能负荷要求的前提下,尽可能优化经济效益.最后通过对比仿真验证了该模型的有效性,可实现居民侧能源系统多能管理,促进系统经济效益的提高.
文献关键词：
居民综合能源系统;深度强化学习;深度确定性策略梯度;动态调整;经济效益
中图分类号：
作者姓名：
张瑜;康春婷;蒋荣;彭姣;孙毅;葛明洋
作者机构：
国网信息通信产业集团有限公司,北京 100052;国网重庆市电力公司信息通信分公司,重庆 400010;国网河北省电力有限公司信息通信分公司,河北石家庄 050021;华北电力大学电气与电子工程学院,北京 102206
文献出处：
引用格式：
[1]张瑜;康春婷;蒋荣;彭姣;孙毅;葛明洋-.基于深度强化学习的居民综合能源系统管理研究)[J].供用电,2022(12):67-73,81
A类：
居民综合能源系统
B类：
系统管理,residential,integrated,energy,system,RIES,能源类型,能源价格,价格信号,波动性,优化系统,系统模型,深度确定性策略梯度,deep,deterministic,policy,gradient,DDPG,深度强化学习算法,管理模型,负荷不确定性,动态调节,仿真验证,现居
AB值：
0.237274
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。
