您当前的位置： 首页 > 论文 > 2024，55（04） > 计算机科学与技术
扫 码 阅 读
基金项目:
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)
分类号:
TP391.9
DOI:
10.16355/j.tyut.1007-9432.20240047
期刊号:
2024，55（04）
收稿日期:
2024-01-15
修回日期:
2024-04-26
| 通讯作者 | 单位 |
| 强彦 | 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。
关键字:
综合能源系统；经济调度；强化学习；近端策略优化