計及高滲透率光伏消納與深度強化學習的綜合能源系統(tǒng)預測調(diào)控

摘要： 深度強化學習（DRL）是支撐園區(qū)綜合能源系統(tǒng)（PIES）自適應調(diào)控其多能轉換與存儲設備，以消納光伏發(fā)電及滿足用戶多能需求的重要技術。然而，DRL智能體通常利用其與PIES的實時環(huán)境-動作交互來調(diào)控其設備運行狀態(tài)，難以在高滲透率光伏場景下考慮尖峰光伏發(fā)電并預留充足的儲能資源?；谀Ｐ皖A測控制理論，該文提出了一種基于DRL與光伏發(fā)電區(qū)間預測的PIES優(yōu)化調(diào)控方法。該方法面向電-氣-... （共19頁）