计及安全约束的综合能源系统深度强化学习优化调度策略研究

在“双碳”背景下，综合能源系统多能耦合与梯级利用已成为助力“双碳”目标实现的重要手段。综合能源系统优化运行是一个涉及非线性、非凸的复杂问题，传统求解方法在获得全局优化调度策略上存在一定困难。同时，随着光伏、风电等可再生能源渗透率不断提高以及网络拓扑日趋复杂进一步加剧了该问题的求解难度。强化学习为解决上述问题提供了有效途径，然而目前大部分关于强化学习优化调度的研究较少考虑系统整体安全约束，因此，该文基于深度强化学习构建了考虑安全约束的综合能源系统优化调度模型。首先，将电网与热网潮流约束融入到传统综合能源系统优化调度模型中，实现了对调度策略的安全校验。其次，基于深度强化学习理论将物理调度问题转化为强化学习序贯决策问题，改进了智能体的状态空间、动作空间及奖励函数的设计方法。最后，在离线与在线环境中实现了优化调度决策的求解与应用，并通过算例对比与分析验证了所提方法的有效性与合理性。