基于改进深度确定性策略梯度算法的综合能源系统优化调度策略

摘要

针对综合能源系统优化调度问题中存在的决策空间庞大、算法难以收敛等问题，提出一种基于改进深度确定性策略梯度算法(deep deterministic policy gradient,DDPG)的优化调度策略。通过增设第二个经验池，解决算法难以收敛，甚至寻优失败的问题。针对综合能源系统优化调度问题，优化算法中网络参数更新流程，提高算法训练效率。同时，对奖励函数进行重新设计，采用非线性奖励函数进一步提高算法稳定性。最后，通过对一个包含光伏、储能系统、制冷机组、电加热机组和燃气锅炉组成的综合能源系统进行仿真，并对比算法改进前后的性能。算例表明，基于改进深度确定性策略梯度算法的优化调度策略具有较好的收敛性、稳定性和高效的训练效率，可以实现综合能源系统的灵活高效调度。

关键词

综合能源系统 / DDPG算法 / 马尔可夫决策过程 / 深度强化学习