基于深度强化学习的综合能源系统动态经济调度

杨 挺，赵黎媛，刘亚闯，冯少康，盆海波

（智能电网教育部重点实验室（天津大学）,天津市300072）

0 引言

随着环境压力的增加和可再生能源技术的发展,世界各国正调整能源结构,以减少对传统化石能源 的 依 赖［1-2］。综 合 能 源 系 统（integrated energy system）的构建为优化能源供应、提高能源效率提供了新的解决方案［3-4］。

综合能源系统的优化调度问题是综合能源系统研究的重要问题。针对系统经济调度问题,文献［5］研究了含热电联供（combined heat and power,CHP）机组、光伏（photovoltaic,PV）、风电机组等的微网经济调度问题,并采用Cplex软件进行求解。文献［6-7］采用改进的粒子群算法对电-热综合能源系统的经济调度模型进行求解。以上研究均基于可再生能源出力和用户负荷的准确预测信息,并未考虑源和荷的不确定性。为了应对系统中的不确定性,文献［8］采用场景分析法对风电、光伏出力随机性进行建模。文献［9］考虑热电联供型微网中负荷的不确定性,研究了基于鲁棒优化的系统优化调度问题。文献［10］采用不确定集合表征方法,以区间形式描述风速数据,构建了双层鲁棒模型,从而得到最恶劣场景下的系统调度方案。

上述文献主要研究综合能源系统的日前调度问题,多限于固定的调度计划,不能动态地对源和荷的随机变化做出响应。为解决上述问题,近年来模型预测控制［11］备受关注。文献［12］提出了一种基于模型预测控制的冷热电联供型微网的动态调度方法,以设备的日前计划出力为参考值,在日内调度中建立风电、光伏及负荷的预测模型,基于滚动优化求解出各设备的出力。……