线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于知识迁移Q学习算法的多能源系统联合优化调度

瞿凯平; 张孝顺; 余涛; 韩传家 电力系统自动化 2017年第15期

摘要:随着能源互联网的提出,传统的单一能源优化利用模式正在发生变革,多种能源网络协调优化模式展现出广阔的发展前景。在此背景下,首先以能源中心建模方法建立了多能源系统的联合优化调度框架,在此基础上构建了计及含阀点效应供能成本和碳排放目标的典型多能源系统联合优化调度模型。其次,对于此不连续可微、非凸的非线性问题,以知识迁移Q学习算法和内点法构成级联式算法进行求解,即上层Q学习以机组有功功率作为动作变量,下层以内点法求解机组有功功率确定后的多能源系统优化模型,并通过知识迁移提高求解效率。最后,以33能源中心测试系统为算例的仿真分析,验证了所提模型及算法的有效性。

关键词:多能源系统优化调度能源中心级联式算法知识迁移q学习

单位:广东省绿色能源技术重点实验室; 华南理工大学电力学院; 广东省广州市510640

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电力系统自动化

北大期刊

¥1300.00

关注 31人评论|0人关注