基于深度Q学习的电热综合能源系统能量管理
Electric Power Construction（2021）
Abstract
能量管理是电热综合能源系统运行优化的重要组成部分.然而,系统中可再生能源出力的波动性以及用户负荷的随机性使得能量优化管理问题充满挑战.针对此问题,文章提出了一种计及可再生能源和负荷需求不确定性的综合能源系统能量管理方法.将电热综合能源系统的能量管理问题表述为转移概率未知的马尔科夫决策过程,定义了系统的状态空间、动作空间和奖励函数.为求解该马尔科夫决策过程,提出了一种基于深度Q学习网络的电热综合能源系统能量优化管理方法.算例仿真表明,所提方法能够自适应地对源和荷的随机波动做出响应,实现系统的能量优化管理.
MoreKey words
energy management,deep q-learning,electricity-heat
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined