论文摘要
随着可再生能源产业不断壮大,可再生能源消纳问题日益凸显。为了充分挖掘源–网–荷–储联合运行的灵活性调节能力,提高可再生能源的消纳水平,该文提出一种基于灵活性平衡理论的可再生能源消纳策略。通过Nash博弈实现参与消纳的各主体相互利益达到均衡,并提出一种多智能体迁移强化学习算法。该算法采用了多种人工智能技术,包括基于Nash-Q学习的强化学习技术、资格迹更新技术和迁移学习技术,使学习方式更加灵活、效用更广泛、泛化能力更强。通过算例仿真验证了所提算法在保证最优解质量的同时,具有快速求解的能力,非常适用于求解多主体参与可再生能源消纳问题。
论文目录
文章来源
类型: 期刊论文
作者: 李宏仲,王磊,林冬,张雪莹
关键词: 可再生能源消纳,灵活性,均衡,强化学习,迁移学习
来源: 中国电机工程学报 2019年14期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 上海电力大学电气工程学院,国电南瑞科技股份有限公司南瑞研究院,广东电网有限责任公司
基金: 国家自然科学基金项目(51777126)~~
分类号: TM73
DOI: 10.13334/j.0258-8013.pcsee.182336
页码: 4135-4150
总页数: 16
文件大小: 947K
下载量: 877