基于深度強化學習的園區(qū)綜合能源系統(tǒng)低碳經(jīng)濟調(diào)度

摘要： 為降低園區(qū)綜合能源系統(tǒng)的運行成本和碳排放量，同時應對系統(tǒng)不確定性帶來的隨機波動，提出一種考慮階梯式碳交易的園區(qū)綜合能源系統(tǒng)低碳經(jīng)濟調(diào)度模型，并采用深度強化學習方法求解。首先構建園區(qū)階梯式碳交易模型，將碳交易成本考慮在內(nèi)對園區(qū)綜合能源系統(tǒng)低碳經(jīng)濟調(diào)度問題進行數(shù)學描述；其次將該調(diào)度問題表述為馬爾可夫決策過程框架，定義系統(tǒng)的觀測狀態(tài)、調(diào)度動作和獎勵函數(shù)；繼而采用近端策略優(yōu)化算法進行低...