基于强化学习方法的风储合作决策

发布时间：2017-08-08 09:41

  本文关键词：基于强化学习方法的风储合作决策

  更多相关文章： 风电 储能系统 强化学习理论 Q学习算法

【摘要】：在风储配置给定前提下,研究风电与储能系统如何有机合作的问题。核心在于风电与储能组成混合系统参与电力交易,通过合作提升其市场竞争的能力。针对现有研究的不足,在具有过程化样本的前提下,引入强化学习算法。所建立的控制器具备在线学习能力,在学习过程中不断以混合系统收益为反馈信息逐步具备对储能系统充/放电功率、购买备用容量的决策能力。伴随学习时间的累积,将渐进趋于最佳策略,减轻电网调控负担的同时,提高风储合作效率。
【作者单位】： 电网智能化调度与控制教育部重点实验室(山东大学);天津城东供电分公司;
【关键词】： 风电 储能系统 强化学习理论 Q学习算法
【基金】：国家自然科学基金项目(51477091,51177091) 国家重点基础研究发展计划项目(973计划)(2013CB228205)~~
【分类号】：TM614;TK02;TM73
【正文快照】： 0引言风电作为一种绿色、清洁的可再生能源发电得到高度重视,同时,风电自身的不确定性也给电网的运行调度与控制带来困难[1-3]。如何消纳大规模风电已成为电网运行调度与控制必须解决的难题。储能技术是应对上述难题的有效手段。风电场与储能系统合作,可一定程度上消除风电的

【相似文献】

中国硕士学位论文全文数据库 前2条

1 刘军军;感恩对个体合作决策的影响研究[D];西南大学;2012年

2 金旭冉;规则偏好对合作决策的影响[D];南京理工大学;2013年

，

本文编号：639363