基于深度强化学习架构的多能互补微网日前经济调度研究

可再生能源出力和负荷的不确定性给多能互补微网的优化调度带来挑战，传统方法如随机优化和模型预测控制等需要精确的模型参数。针对含源荷不确定性的多能互补微网日前优化调度问题，提出了基于柔性行动器-评判器框架的深度强化学习方法，实现了自适应源荷不确定特征的微网经济调度。首先，考虑设备非线性效率，建立了多能互补微网的优化调度数学模型；其次，基于柔性行动器-评判器构建了智能体和环境交互的深度强化学习框架，并设计了状态空间、动作空间、奖励函数和神经网络结构；最后，通过算例仿真验证了算法的有效性。