基于深度强化学习的风储合作决策方法 |
| |
作者姓名: | 翟苏巍 李文云 邱振宇 张新怡 侯世玺 |
| |
作者单位: | 1. 中国南方电网云南电网有限责任公司电力科学研究院;2. 中国南方电网云南电力调度控制中心;3. 河海大学物联网工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(62103132); |
| |
摘 要: | 目前,风电场配置储能是提高风电经济性较为有效的手段。针对最大化风储合作收益问题,提出一种基于深度强化学习的风储合作决策方法。首先,综合考虑风电、储能系统、外部电网以及需求侧柔性负荷,构建一种新型风储合作系统;然后,针对传统深度强化学习方法易陷入过估计问题,提出改进双竞争深度Q网络(D3QN),并进一步设计基于D3QN的风储合作决策算法;最后,结合实际数据对算法进行仿真验证,结果表明相比传统深度强化学习策略,所提方法能更好协调风电和储能运行,提高风储合作系统的运行收益。
|
关 键 词: | 风电 储能系统 强化学习 深度神经网络 |
|
|