典型文献
基于强化学习的微电网能量调度优化策略研究
文献摘要：
针对需求侧动态电价响应下的城市微电网能量调度问题进行研究.首先,基于强化学习算法,将分级电力市场能量供需问题建模为离散-有限的马尔可夫决策过程;然后,通过Q-Learning贪婪算法求解不同类型能耗区域的最佳电力能耗与电力价格.实验结果表明,通过建立能源调度中心实现了工业园区、商业中心、住宅区域3个典型能耗区域中电力资源1.31％、5.16％、6.63％的缩减,在保证电网可靠性的前提下,提高了电力资源的合理利用率并降低了消费者的购电成本.
文献关键词：
强化学习;智能微电网;动态价格;能源管理;Q-Learning
中图分类号：
作者姓名：
吴利刚;张梁;周倩;李承子
作者机构：
山西大同大学机电工程学院,山西大同037003;山西大同大学煤炭工程学院,山西大同037003;山西大同大学商学院,山西大同037003;国家电网山西省电力公司,山西太原030000
文献出处：
引用格式：
[1]吴利刚;张梁;周倩;李承子-.基于强化学习的微电网能量调度优化策略研究)[J].控制工程,2022(07):1162-1172
A类：
B类：
能量调度,调度优化策略,优化策略研究,需求侧,动态电价,电价响应,调度问题,强化学习算法,电力市场,供需问题,马尔可夫决策过程,Learning,贪婪算法,电力能耗,能源调度,调度中心,工业园区,商业中心,住宅区,电力资源,电网可靠性,合理利用率,购电成本,智能微电网,动态价格,能源管理
AB值：
0.473895
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。
