基于深度强化学习的综合能源系统低碳经济调度

来源：南京信息工程大学学报·自然科学版杂志2024年第5期北京时间：

作者：崔在兴，应雨龙，李靖超，王新友

单位：崔在兴,上海电力大学 能源与机械工程学院, 上海,200090,应雨龙,上海电力大学 能源与机械工程学院, 上海,200090,yingyulong060313@163.com李靖超,上海电机学院 电子信息学院, 上海,201306,王新友,上海电力大学 能源与机械工程学院, 上海,200090

摘要：综合能源系统(IES)能够实现多种能源形式的供应,但同时排放的大量CO2也影响着周边环境.针对综合能源系统的低碳经济调度问题,本文提出一种基于双延迟深度确定性策略梯度(TD3)算法的优化调度策略.首先,以调度运行成本最小为目标函数,建立考虑碳捕集技术和电转气技术的包含电、热、冷多能互补的综合能源系统模型;其次,引入碳交易机制,提高优化调度策略节能减排的积极性;然后,根据强化学习框架设计优化模型的状态空间、动作空间和奖励函数等,利用TD3算法中的智能体与环境互动,学习综合能源系统的运行策略;最后,利用历史数据对TD3算法的智能体进行训练,并对比线性规划和粒子群算法在不同场景下进行算例分析.结果表明,本文所提方法可以减少综合能源系统运行时的碳排放和运行成本,能够实现综合能源系统的低碳经济调度.

关键词：碳捕获系统;电转气;深度强化学习;双延迟深度确定性策略梯度;综合能源系统;碳交易机制

基金资助：国家自然科学基金(62076160);上海市自然科学基金(21ZR1424700);上海市科技创新行动计划启明星项目(23QA1403800)