基于深度强化学习的风储合作决策方法

作     者：翟苏巍 李文云 邱振宇 张新怡 侯世玺 ZHAI Suwei;LI Wenyun;QIU Zhenyu;ZHANG Xinyi;HOU Shixi

作者机构：中国南方电网云南电网有限责任公司电力科学研究院云南昆明650217 中国南方电网云南电力调度控制中心云南昆明650011 河海大学物联网工程学院江苏南京210098 

基　　金：国家自然科学基金资助项目(62103132) 中国南方电网云南电网有限责任公司科技项目(YNKJXM20220048) 

出 版 物：《智慧电力》 (Smart Power)

年 卷 期：2023年第51卷第9期

页      码：60-65页

摘      要：目前,风电场配置储能是提高风电经济性较为有效的手段。针对最大化风储合作收益问题,提出一种基于深度强化学习的风储合作决策方法。首先,综合考虑风电、储能系统、外部电网以及需求侧柔性负荷,构建一种新型风储合作系统;然后,针对传统深度强化学习方法易陷入过估计问题,提出改进双竞争深度Q网络(D3QN),并进一步设计基于D3QN的风储合作决策算法;最后,结合实际数据对算法进行仿真验证,结果表明相比传统深度强化学习策略,所提方法能更好协调风电和储能运行,提高风储合作系统的运行收益。

主 题 词：风电 储能系统 强化学习 深度神经网络 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1673-7598.2023.09.009

馆 藏 号：203123682...