| 当前国家大力实施 “双碳”战略,以新能源为主体的新型电力系统将呈现爆发式增长,风电、光伏等新能
源机组逐渐成为主力电源,微电网得以提出并迅速发展,其调度与优化问题也成为研究的热点.传统的基于数学建模
与求解的微电网有功优化调度方法计算量大且十分复杂,存在易陷入局部最优、模型修改困难等瓶颈问题,因此提出
基于确定性策略梯度深度强化学习 (DDPG)和模仿学习 (XGBoost)的经济优化调度策略.首先构建微电网有功优
化调度的统一预置数学模型,其次通过构建 XGBoost模型学习得到初始宏观决策,最后再构建基于 DDPG 的微电网
有功调度人工智能模型.通过进行 XGBoost分类器和 DDPG 神经网络离线训练,得出基于确定性策略梯度深度强化
学习和模仿学习的微电网优化调度在线决策模型,最后通过算例分析验证了模型和算法的有效性. |
