基于模糊Q学习的自能源综合能量管理策略
随着用户在综合能源系统中的参与度以及系统复杂度的提升，传统的能源枢纽已无法完全满足需求。同时，如何解决环境与负荷的不确定性以及提升能量单元的自我调节能力是亟需考虑的因素。基于此，提出了具备全双工与分布式特性的自能源单元，构建了一种针对多种不确定性以及需求侧响应的自能源综合调度模型并提出相应的能量管理策略。相较于其他模型，所提自能源综合调度模型全面描述了自能源在能源互联网中的运行特点。进一步，采用对环境模型需求较低的增强学习算法，引入不确定性作为状态指标并进行模糊离散化处理，使其可以在无前期预测的情况下解决模型中的多种不确定性带来的影响。仿真结果证明，所提综合能量管理策略具有较高的效率和更好的适...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Office of Journal of Global Energy Interconnection
2019-11-01
|
| Series: | 全球能源互联网 |
| Subjects: | |
| Online Access: | http://www.gei-journal.com/cn/upload/files/2019/11/22233334545.pdf |
| _version_ | 1818577769299181568 |
|---|---|
| author | 张宁 孙秋野 马大中 |
| author_facet | 张宁 孙秋野 马大中 |
| author_sort | 张宁 |
| collection | DOAJ |
| description | 随着用户在综合能源系统中的参与度以及系统复杂度的提升，传统的能源枢纽已无法完全满足需求。同时，如何解决环境与负荷的不确定性以及提升能量单元的自我调节能力是亟需考虑的因素。基于此，提出了具备全双工与分布式特性的自能源单元，构建了一种针对多种不确定性以及需求侧响应的自能源综合调度模型并提出相应的能量管理策略。相较于其他模型，所提自能源综合调度模型全面描述了自能源在能源互联网中的运行特点。进一步，采用对环境模型需求较低的增强学习算法，引入不确定性作为状态指标并进行模糊离散化处理，使其可以在无前期预测的情况下解决模型中的多种不确定性带来的影响。仿真结果证明，所提综合能量管理策略具有较高的效率和更好的适用性，能有效实现不确定环境下自能源的最优调配。 |
| first_indexed | 2024-12-16T06:35:10Z |
| format | Article |
| id | doaj.art-25bdc58a347749b0b8936b668f4c87e7 |
| institution | Directory Open Access Journal |
| issn | 2096-5125 |
| language | zho |
| last_indexed | 2024-12-16T06:35:10Z |
| publishDate | 2019-11-01 |
| publisher | Editorial Office of Journal of Global Energy Interconnection |
| record_format | Article |
| series | 全球能源互联网 |
| spelling | doaj.art-25bdc58a347749b0b8936b668f4c87e72022-12-21T22:40:48ZzhoEditorial Office of Journal of Global Energy Interconnection全球能源互联网2096-51252019-11-012653053710.19705/j.cnki.issn2096-5125.2019.06.002基于模糊Q学习的自能源综合能量管理策略张宁0孙秋野1马大中2东北大学信息科学与工程学院；东北大学信息科学与工程学院；东北大学信息科学与工程学院；随着用户在综合能源系统中的参与度以及系统复杂度的提升，传统的能源枢纽已无法完全满足需求。同时，如何解决环境与负荷的不确定性以及提升能量单元的自我调节能力是亟需考虑的因素。基于此，提出了具备全双工与分布式特性的自能源单元，构建了一种针对多种不确定性以及需求侧响应的自能源综合调度模型并提出相应的能量管理策略。相较于其他模型，所提自能源综合调度模型全面描述了自能源在能源互联网中的运行特点。进一步，采用对环境模型需求较低的增强学习算法，引入不确定性作为状态指标并进行模糊离散化处理，使其可以在无前期预测的情况下解决模型中的多种不确定性带来的影响。仿真结果证明，所提综合能量管理策略具有较高的效率和更好的适用性，能有效实现不确定环境下自能源的最优调配。http://www.gei-journal.com/cn/upload/files/2019/11/22233334545.pdf自能源能量管理增强学习需求侧响应不确定性 |
| spellingShingle | 张宁 孙秋野 马大中 基于模糊Q学习的自能源综合能量管理策略 全球能源互联网 自能源 能量管理 增强学习 需求侧响应 不确定性 |
| title | 基于模糊Q学习的自能源综合能量管理策略 |
| title_full | 基于模糊Q学习的自能源综合能量管理策略 |
| title_fullStr | 基于模糊Q学习的自能源综合能量管理策略 |
| title_full_unstemmed | 基于模糊Q学习的自能源综合能量管理策略 |
| title_short | 基于模糊Q学习的自能源综合能量管理策略 |
| title_sort | 基于模糊q学习的自能源综合能量管理策略 |
| topic | 自能源 能量管理 增强学习 需求侧响应 不确定性 |
| url | http://www.gei-journal.com/cn/upload/files/2019/11/22233334545.pdf |
| work_keys_str_mv | AT zhāngníng jīyúmóhúqxuéxídezìnéngyuánzōnghénéngliàngguǎnlǐcèlüè AT sūnqiūyě jīyúmóhúqxuéxídezìnéngyuánzōnghénéngliàngguǎnlǐcèlüè AT mǎdàzhōng jīyúmóhúqxuéxídezìnéngyuánzōnghénéngliàngguǎnlǐcèlüè |