典型文献
基于改进深度确定性策略梯度算法的微网优化调度研究
文献摘要：
微网作为能源互联网的重要组成部分,对于风、光等新能源的就地消纳具有重要意义.但分布式风光出力的间歇性、波动性及负荷侧用电需求的随机性给微网的优化调度带来巨大挑战.针对微网中分布式新能源出力与用户用电的不确定性问题,文章采用基于分类经验回放机制的深度确定性策略梯度算法,通过数据驱动方式自适应风光、负荷的不确定性,求解微网优化调度问题,在考虑分时电价及弃风弃光惩罚的基础上,设计以最小化运行成本和最大程度消纳新能源的奖励机制,基于即时奖励值大小的经验池分类,提高模型的训练速度和收敛性能.最后,通过IEEE14节点算例进行仿真验证,验证结果表明,所提方法可实时生成优化调度策略,不需对风光出力以及负荷进行精确建模,同时调度经济成本相较于深度Q学习网络算法降低4.73％.
文献关键词：
微网;优化调度;分类经验回放;深度确定性策略梯度
中图分类号：
作者姓名：
周翔;陈盛;张津源;袁鑫;王新迎;王继业
作者机构：
中国电力科学研究院有限公司,北京 100192;合肥工业大学 电气与自动化工程学院,安徽 合肥 230009;国网数字科技控股有限公司,北京 100053
文献出处：
引用格式：
[1]周翔;陈盛;张津源;袁鑫;王新迎;王继业-.基于改进深度确定性策略梯度算法的微网优化调度研究)[J].电力信息与通信技术,2022(07):65-74
A类：
分类经验回放
B类：
进深,深度确定性策略梯度算法,微网,优化调度,能源互联网,就地,消纳,风光出力,间歇性,波动性,负荷侧,用电需求,随机性,分布式新能源,户用,经验回放机制,驱动方式,调度问题,分时电价,弃风弃光惩罚,运行成本,纳新,奖励机制,奖励值,经验池,训练速度,收敛性能,IEEE14,点算,仿真验证,调度策略,精确建模,经济成本,学习网络,网络算法
AB值：
0.298699
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。
