基于深度强化学习与数据驱动的超临界热电联产机组宽负荷灵活控制策略

来源：动力工程学报杂志2025年第5期北京时间：

作者：朱珂言, 张光明, 王庆华, 王玮, 牛玉广, 刘吉臻,

摘要：为满足传统火电机组灵活调节性能的需求,提出了一种数据驱动的超临界热电联产(S-CHP)非线性环境建模方法和基于双延迟深度确定性策略梯度(TD3)的强化学习控制方法。首先,基于多层感知机(MLP)的深度学习算法与S-CHP机组动态特性,建立了数据驱动的非线性模型环境;进而基于深度强化学习算法,设计了契合S-CHP机组动态特性的演员-评委策略价值网络和S-CHP特定状态值与奖励函数,提出了一种TD3灵活控制策略以实现快速响应、保证供热及稳定运行的控制目标。结果表明:MLP模型环境与单层网络相比,在额定功率52%~93%负荷宽度下,均方根误差降低了51.7%;与传统协调控制方法相比,TD3控制策略具有更好的跟踪效果和更高的响应速率。

关键词：S-CHP,强化学习,TD3,数据驱动模型,MLP,负荷响应,