基于深度强化学习的激励型需求响应决策优化模型

作     者：徐弘升 陆继翔 杨志宏 李昀 陆进军 黄华 XU Hongsheng;LU Jixiang;YANG Zhihong;LI Yun;LU Jinjun;HUANG Hua

作者机构：南瑞集团有限公司(国网电力科学研究院有限公司)江苏省南京市211106 智能电网保护与运行控制国家重点实验室江苏省南京市211106 

基　　金：国家重点研发计划资助项目(2018AAA0101504) 国家电网公司科技项目(5700-202019364A-0-0-00) 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2021年第45卷第14期

页      码：97-103页

摘      要：随着中国电力市场化改革的推进,售电侧市场逐步开放,售电商可以聚合大量的分散负荷参与电力市场环境下的需求响应。文中提出以售电商和用户综合收益最大化为目标的基于深度强化学习的激励型需求响应建模和求解方法。首先,建立售电商和用户的需求响应模型,通过引入时间-价格弹性,改进现有的用户响应模型,考虑用户对相邻时段补贴价格差的反应。然后,基于马尔可夫决策过程框架构建补贴价格决策优化模型,并设计基于深度Q学习网络的求解算法。最后,以1个售电商和3个不同类型的用户为例进行仿真计算,通过分析算法收敛性和对比不同模型及参数下的优化结果,验证了改进模型的合理性和生成策略的有效性,并分析了激励型需求响应对售电商以及用户的影响。

主 题 词：激励型需求响应 价格弹性系数 深度强化学习 深度Q学习网络 

学科分类：12[管理学] 0202[经济学-财政学类] 02[经济学] 1201[管理学-管理科学与工程类] 020205[020205] 

核心收录：

D　O　I：10.7500/AEPS20200208001

馆 藏 号：203104282...