基于模糊Q学习的自能源综合能量管理策略

基于模糊Q学习的自能源综合能量管理策略

论文摘要

随着用户在综合能源系统中的参与度以及系统复杂度的提升,传统的能源枢纽已无法完全满足需求。同时,如何解决环境与负荷的不确定性以及提升能量单元的自我调节能力是亟需考虑的因素。基于此,提出了具备全双工与分布式特性的自能源单元,构建了一种针对多种不确定性以及需求侧响应的自能源综合调度模型并提出相应的能量管理策略。相较于其他模型,所提自能源综合调度模型全面描述了自能源在能源互联网中的运行特点。进一步,采用对环境模型需求较低的增强学习算法,引入不确定性作为状态指标并进行模糊离散化处理,使其可以在无前期预测的情况下解决模型中的多种不确定性带来的影响。仿真结果证明,所提综合能量管理策略具有较高的效率和更好的适用性,能有效实现不确定环境下自能源的最优调配。

论文目录

  • 0 引言
  • 1 自能源
  • 2 自能源综合调度模型
  •   2.1 目标函数
  •   2.2 约束条件
  •     2.2.1 新能源约束
  •     2.2.2 需求约束
  •     2.2.3 设备约束
  •     2.2.4 需求侧响应约束
  • 3 基于模糊Q学习的能量管理策略
  • 4 仿真分析
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 张宁,孙秋野,马大中

    关键词: 自能源,能量管理,增强学习,需求侧响应,不确定性

    来源: 全球能源互联网 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 动力工程,自动化技术

    单位: 东北大学信息科学与工程学院,东北大学流程工业国家重点实验室

    基金: 国家自然科学基金(61573094,61433004)~~

    分类号: TK018;TP181

    DOI: 10.19705/j.cnki.issn2096-5125.2019.06.002

    页码: 530-537

    总页数: 8

    文件大小: 1928K

    下载量: 180

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于模糊Q学习的自能源综合能量管理策略
    下载Doc文档

    猜你喜欢