虚拟电厂(virtual power plant,VPP)作为一种新型能源管理模式,将分布式能源资源进行智能化集成和优化,其对于促进可再生能源消纳、能源结构的优化和能源系统的绿色化具有重要意义。以多能虚拟电厂为研究对象,以实现能源区域消纳为研究...虚拟电厂(virtual power plant,VPP)作为一种新型能源管理模式,将分布式能源资源进行智能化集成和优化,其对于促进可再生能源消纳、能源结构的优化和能源系统的绿色化具有重要意义。以多能虚拟电厂为研究对象,以实现能源区域消纳为研究目的,提出了一种基于分层深度强化学习的多能虚拟电厂区域消纳优化调度方法。首先,提出了一种非直接多能虚拟电厂区域消纳运行框架,确保用户参与自主性的同时避免用户信息公开化。其次,基于多能耦合以及多时间尺度特性构建虚拟电厂内的联合交易机制,避免了因忽略能源传输特性导致的交易失败,实现跨能源类型的灵活匹配,在完成区域自消纳的同时提高自身收益。最后,提出基于分层深度强化学习的优化求解策略,以解决所提模型由于大规模状态动作空间以及稀疏奖励特性带来的求解难题。通过仿真算例验证了所提方法的有效性,表明所提虚拟电厂调度策略可以有效实现区域自消纳。展开更多
文摘虚拟电厂(virtual power plant,VPP)作为一种新型能源管理模式,将分布式能源资源进行智能化集成和优化,其对于促进可再生能源消纳、能源结构的优化和能源系统的绿色化具有重要意义。以多能虚拟电厂为研究对象,以实现能源区域消纳为研究目的,提出了一种基于分层深度强化学习的多能虚拟电厂区域消纳优化调度方法。首先,提出了一种非直接多能虚拟电厂区域消纳运行框架,确保用户参与自主性的同时避免用户信息公开化。其次,基于多能耦合以及多时间尺度特性构建虚拟电厂内的联合交易机制,避免了因忽略能源传输特性导致的交易失败,实现跨能源类型的灵活匹配,在完成区域自消纳的同时提高自身收益。最后,提出基于分层深度强化学习的优化求解策略,以解决所提模型由于大规模状态动作空间以及稀疏奖励特性带来的求解难题。通过仿真算例验证了所提方法的有效性,表明所提虚拟电厂调度策略可以有效实现区域自消纳。
