基于深度强化学习的微能源网能量管理策略研究

发布时间：2021-08-20 14:50

　　微能源网是提高综合能源利用率、增加可再生能源比例的有效解决方案。微能源网的能量管理是微能源网安全高效运行的重中之重。由于微能源网中有多种能量流系统并存、多种可再生能源并存、多种负荷并存,加上可再生能源与负荷都存在一定的波动性和随机性,使得微能源网的能源输入、转换、分配和消费环节存在着不同空间层面和不同时间尺度的不平衡,这给微能源网的能量管理带来了巨大的挑战。本文面向微能源网,提出一种基于DRL（deep reinforcement learning）的微能源网能量管理方法。该方法使用DQN（deep Q network）算法,基于预测负荷、风/光等可再生能源功率输出和分时电价等环境信息进行策略集的学习,通过习得的策略集对微能源网进行有效能量管理,通过策略集继承实现对全新场景的快速优化。本文的主要工作包括:（1）基于微能源网研究框架及设备模型,针对微能源网多能流的特点,建立微能源网的能量总线模型。（2）在阐述强化学习的框架、Q学习算法和DQN算法的基础理论的基础上,分析提升DQN性能的经验回放机制与冻结参数机制。总结出基于深度强化学习的微能源网能量管理策略的一般设计方法,并以经济性为目标... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

柴油发电机发电效率曲线

【参考文献】：
期刊论文
[1]信息物理融合的智慧能源系统多级对等协同优化[J]. 司方远,汪晋宽,韩英华,赵强.  自动化学报. 2019(01)
[2]中国交通能耗核心影响因素提取及预测[J]. 柴建,邢丽敏,卢全莹,胡毅,汪寿阳.  管理评论. 2018(03)
[3]混合动力船舶动力装置及能量管理研究综述[J]. 张益敏,陈俐,朱剑昀.  舰船科学技术. 2018(05)
[4]多能互补、集成优化能源系统关键技术及挑战[J]. 艾芊,郝然.  电力系统自动化. 2018(04)
[5]能量管理策略在混合动力船舶上的应用[J]. 秦锋,施伟锋,张威.  船电技术. 2017(07)
[6]基于太阳能锂电池及柴油发电机组的多能源(光柴储)船舶微网能量控制系统研发[J]. 俞万能,廖卫强,杨荣峰,李素文.  中国造船. 2017(01)
[7]能源互联网及其关键控制问题[J]. 孙秋野,滕菲,张化光.  自动化学报. 2017(02)
[8]从电力发展“十三五”规划看新能源发展[J]. 李琼慧,王彩霞.  中国电力. 2017(01)
[9]含冷热电三联供的微能源网能量流计算及综合仿真[J]. 马腾飞,吴俊勇,郝亮亮.  电力系统自动化. 2016(23)
[10]多能流能量管理研究:挑战与展望[J]. 孙宏斌,潘昭光,郭庆来.  电力系统自动化. 2016(15)



本文编号：3353699