基于深度强化学习的微网能量管理策略.zip

我们针对微电网的能源管理系统问题研究了各种深度强化学习算法的性能。我们提出了一种新颖的微电网模型，该模型由风力涡轮发电机，储能系统，恒温控制负载，价格响应负载以及与主电网的连接组成。拟议的能源管理系统旨在通过定义优先级资源，直接需求控制信号和电价来在不同的灵活性来源之间进行协调。本文实现了七种深度强化学习算法，并进行了实证比较。数值结果表明，不同的深度强化学习算法在收敛到最优策略的能力上存在显着差异。通过将经验重播和第二个半确定性训练阶段添加到众所周知的“异步优势演员评论家”算法中，我们获得了明显更好的性能，并且在能效和经济价值方面收敛于高级策略。