1. 四川大学电气工程学院
2. 国网河北省电力有限公司
3. 国网河北省电力有限公司保定供电公司
纸质出版:2026
移动端阅览
张东升, 黄媛, 许潇, 等. 基于个性化联邦强化学习的多园区综合能源系统低碳经济调度[J]. 电网技术, 2026,50(1):81-91.
张东升, 黄媛, 许潇, et al. 基于个性化联邦强化学习的多园区综合能源系统低碳经济调度[J]. 2026, 50(1): 81-91.
张东升, 黄媛, 许潇, 等. 基于个性化联邦强化学习的多园区综合能源系统低碳经济调度[J]. 电网技术, 2026,50(1):81-91. DOI: 10.13335/j.1000-3673.pst.2024.2232.
张东升, 黄媛, 许潇, et al. 基于个性化联邦强化学习的多园区综合能源系统低碳经济调度[J]. 2026, 50(1): 81-91. DOI: 10.13335/j.1000-3673.pst.2024.2232.
多园区综合能源系统协同优化在提升多能耦合互补、降低碳排放与运行成本的过程中,亟需应对多主体异构、隐私保护与实时决策等问题。为此,该文提出一套兼顾园区个性化决策与隐私保护的低碳经济调度模型,通过离线训练与在线决策的方式,满足实时决策需求。首先,在单园区层面,采用改进的深度确定性策略梯度(deep deterministic policy gradient
DDPG)强化学习方法,构建综合考虑电-热负荷、分时电价和阶梯式碳交易的调度模型,并在DDPG的神经网络中增加嵌入向量增强智能体感知和适应该园区运行特性的能力。其次,为满足数据隐私保护需求并应对多主体异构挑战,搭建多园区综合能源系统的个性化联邦框架进行协同训练,此时单园区DDPG模型仅向聚合中心传递除嵌入向量以外的模型参数,避免园区间直接交换运行数据。最后,基于多场景多算法进行仿真实验,结果表明各园区仅利用局部模型信息即可实现全局优化,实现了系统低碳经济调度。
彭刘阳,孙元章,徐箭,廖思阳,杨丽.基于深度强化学习的自适应不确定性经济调度[J].电力系统自动化,2020(09).
骆钊,卢涛,马瑞,刘兴琳,朱东歌,王浩.可再生能源配额制下多园区综合能源系统优化调度[J].电力自动化设备,2021(04).
聂欢欢,张家琦,陈颖,肖谭南.基于双层强化学习方法的多能园区实时经济调度[J].电网技术,2021(04).
杨照,黄少伟,陈颖.基于多智能体强化学习的多园区综合能源系统协同优化运行研究[J].电工电能新技术,2021(08).
张希良,黄晓丹,张达,耿涌,田立新,范英,陈文颖.碳中和目标下的能源经济转型路径与政策研究[J].管理世界,2022(01).
陈明昊,孙毅,胡亚杰,刘春蕾,庞鹏飞,谢志远.基于纵向联邦强化学习的居民社区综合能源系统协同训练与优化管理方法[J].中国电机工程学报,2022(15).
Zhoujun Ma,Yizhou Zhou,Yuping Zheng,Li Yang,Zhinong Wei.Distributed Robust Optimal Dispatch of Regional Integrated Energy Systems Based on ADMM Algorithm with Adaptive Step Size[J].Journal of Modern Power Systems and Clean Energy,2024(03).
高冠中,杨胜春,郭晓蕊,姚建国,李亚平,朱克东,严嘉豪.深度强化学习在含分布式柔性资源的电网优化调度中的应用研究综述[J].中国电机工程学报,2024(16).
王金锋,王琪,任正某,孙晓晨,孙毅,赵一伊.基于联邦强化学习的电热综合能源系统能量管理策略[J].上海交通大学学报,2024(06).
沈运帷,徐凯,林顺富,李东东,周波.考虑广义储能参与的多园区综合能源系统低碳优化运行策略[J].电力自动化设备,2024(11).
0
浏览量
982
下载量
CSCD
关联资源
相关文章
相关作者
相关机构