可再生能源出力的波动性、间歇性、用户电力负荷的随机不确定性,使微电网的能量调度极具挑战性.为此,该文提出激励竞争双深度Q网络(motivation dueling double deep Q-network,简称MD3QN)算法,对微电网能量进行协调优化.仿真分析结果表...可再生能源出力的波动性、间歇性、用户电力负荷的随机不确定性,使微电网的能量调度极具挑战性.为此,该文提出激励竞争双深度Q网络(motivation dueling double deep Q-network,简称MD3QN)算法,对微电网能量进行协调优化.仿真分析结果表明:采用MD3QN算法对微电网进行能量调度,能实现削峰填谷,使微电网的经济效益最大化;相对于其他4种算法,MD3QN算法具有更高的综合性能.因此,MD3QN算法具有有效性.展开更多
文摘可再生能源出力的波动性、间歇性、用户电力负荷的随机不确定性,使微电网的能量调度极具挑战性.为此,该文提出激励竞争双深度Q网络(motivation dueling double deep Q-network,简称MD3QN)算法,对微电网能量进行协调优化.仿真分析结果表明:采用MD3QN算法对微电网进行能量调度,能实现削峰填谷,使微电网的经济效益最大化;相对于其他4种算法,MD3QN算法具有更高的综合性能.因此,MD3QN算法具有有效性.
基金The National Natural Science Foundation of China(1097118510971186+2 种基金61379021)Fujian Province Support College Research Plan Project(JK2011031)The Natural Science Foundation of Fujian Province(2013J01029)
