电力市场环境下基于深度强化学习的微网能量管理系统实时自动控制算法

作为多类分布式能源的集成者,微网在促进清洁低碳能源发展方面有巨大潜力。然而,可再生能源出力的不确定性给微网的管理带来了挑战,同时也将这种不确定因素带给外部电网。文章基于实时市场,构建了一个包含新能源机组、传统机组和需求响应资源的微网环境,并采用了能够利用环境信息的深度确定性策略梯度算法,这种无模型(Model-free)的强化学习算法有助于充分利用累积的数据信息,能够更好地适应不确定环境,在连续的状态空间和动作空间中进行学习提升。仿真结果表明,所提算法能够有效应对微网中的不确定因素,降低微网运行成本。