基于深度强化学习的含需求响应热电联产系统调度优化

• 作者: 官乐乐 黄云峰 杨宁 奚培锋
• 来源期刊: 流体测量与控制
• 关键词: 热电联供系统 调度优化 深度强化学习 需求响应
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 综述|Overview
• 页码范围: 1-5
• 页数: 5页
• 分类号: TM73
• 语种: 中文

摘要

针对含需求响应的热电联产系统(CHPs)调度优化问题,提出一种基于深度强化学习(DRL)的调度策略.首先将CHPs调度优化问题建模为马尔科夫决策过程(MDP);其次使用深度Q网络(DQN)算法对CHPs进行优化,在经济性调度的基础上,通过可中断电负荷补偿,引入电力需求响应,以便进一步降低耗能费用;最后通过混合整数线性规划模型(MILP)对DQN算法进行了验证.研究表明:DRL能充分发挥模型的自主性,通过与环境不断交互得到最优动作;通过可中断负荷需求响应,CHPs成本降低了3.50％.