期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进柔性策略评价的风火储多主体博弈电能–调频市场联合竞价模型
被引量：
1
1
作者
葛晓琳
凡婉秋
+1 位作者
符杨
李仪
《电网技术》
EI
CSCD
北大核心
2023年第5期1920-1930,共11页
针对高风电渗透率的电力系统,提出了一种考虑风火储多主体随机博弈的改进柔性策略评价电能–调频市场联合竞价模型。首先,构建了考虑不同风速区调频机会成本的日前电能和调频辅助服务市场竞价模型,克服了不同风速时风电商参与电能和调...
针对高风电渗透率的电力系统,提出了一种考虑风火储多主体随机博弈的改进柔性策略评价电能–调频市场联合竞价模型。首先,构建了考虑不同风速区调频机会成本的日前电能和调频辅助服务市场竞价模型,克服了不同风速时风电商参与电能和调频市场时难以权衡收益的问题。其次,针对风电由于规避偏差惩罚风险而产生的弃风问题,结合风电日前中标容量与日内实际出力偏差,新建立了风电偏差P2P交易市场,设计了一个考虑自适应价格约束的风–火双边竞价模型,在实时平衡市场开始前进行博弈竞价交易。最后,针对所建模型中各主体间复杂博弈关系和深度强化学习竞价方法的样本重复问题,提出一种基于样本降重的多主体柔性策略评价竞价方法,避免了竞价策略离散化和确定性策略梯度优化容易陷入局部最优的问题,且样本降重方法减少了各市场主体获得优化竞价策略的训练时间。仿真分析验证了所提模型与方法的适用性及有效性。
展开更多
关键词
深度强化学习
柔性
策略
评价
样本降重
不同机会成本
风电偏差P2P市场
下载PDF
职称材料
基于柔性策略-评价网络的微电网源储协同优化调度策略
被引量：
14
2
作者
刘林鹏
朱建全
+1 位作者
陈嘉俊
叶汉芳
《电力自动化设备》
EI
CSCD
北大核心
2022年第1期79-85,共7页
近年来,微电网中的可再生能源与储能占比不断增大,给其优化调度带来了新的挑战。针对微电网源储协同调度问题中非凸非线性约束带来的求解困难,利用深度强化学习算法构建基于数据的策略函数,通过不断地与环境进行交互学习寻找最优策略,...
近年来,微电网中的可再生能源与储能占比不断增大,给其优化调度带来了新的挑战。针对微电网源储协同调度问题中非凸非线性约束带来的求解困难,利用深度强化学习算法构建基于数据的策略函数,通过不断地与环境进行交互学习寻找最优策略,避免了对原非凸非线性问题的直接求解。考虑到训练过程中策略函数可能不满足安全约束,进一步提出了一种利用部分模型信息的微电网源储协同优化调度安全策略学习方法,得到了满足网络安全约束的优化策略。此外,针对强化学习的智能体在训练过程中与环境的交互耗时较长的问题,采用神经网络对环境进行建模以提高学习效率。
展开更多
关键词
微电网
可再生能源
储能
柔性
策略
-
评价
网络
强化学习
深度学习
安全约束
下载PDF
职称材料
基于优势柔性策略-评价算法和迁移学习的区域综合能源系统优化调度
被引量：
2
3
作者
罗文健
张靖
+5 位作者
何宇
古庭赟
聂祥论
范璐钦
袁旭峰
李博文
《电网技术》
EI
CSCD
北大核心
2023年第4期1601-1611,共11页
为提高清洁能源消纳率及减少碳排放对环境的污染,实现更具泛化能力、鲁棒性和高效性的区域综合能源系统优化调度,该文提出了基于优势柔性策略–评价(advantage learning soft actor-critic,ALSAC)算法和迁移学习的区域综合能源系统优化...
为提高清洁能源消纳率及减少碳排放对环境的污染,实现更具泛化能力、鲁棒性和高效性的区域综合能源系统优化调度,该文提出了基于优势柔性策略–评价(advantage learning soft actor-critic,ALSAC)算法和迁移学习的区域综合能源系统优化调度方法。利用环境信息与智能体进行通信交互,以低碳、经济为目标实现区域综合能源系统的优化调度。在文中分析了提升柔性策略–评价(soft actor-critic,SAC)鲁棒性的最大熵机制,并与基于策略梯度的多种深度强化学习算法和启发式算法进行了性能对比,随后将优势学习的思想引入SAC的Q值函数更新中,解决了算法对Q值的过估计问题,提升了算法的性能。为提高智能体的学习效率和应对新场景的泛化能力,加入了迁移学习的参数迁移。算例表明,基于ALSAC算法和迁移学习的优化调度策略具有较好的鲁棒性、泛化能力和高效的学习效率,实现区域综合能源系统的灵活高效调度。
展开更多
关键词
区域综合能源系统
深度强化学习
柔性
策略
-
评价
迁移学习
优势学习
下载PDF
职称材料
题名
基于改进柔性策略评价的风火储多主体博弈电能–调频市场联合竞价模型
被引量：
1
1
作者
葛晓琳
凡婉秋
符杨
李仪
机构
上海电力大学电气工程学院
出处
《电网技术》
EI
CSCD
北大核心
2023年第5期1920-1930,共11页
基金
国家自然科学基金项目(52077130)
上海市青年科技启明星计划(21QA1403500)
上海绿色能源并网工程技术研究中心项目(13DZ2251900)。
文摘
针对高风电渗透率的电力系统,提出了一种考虑风火储多主体随机博弈的改进柔性策略评价电能–调频市场联合竞价模型。首先,构建了考虑不同风速区调频机会成本的日前电能和调频辅助服务市场竞价模型,克服了不同风速时风电商参与电能和调频市场时难以权衡收益的问题。其次,针对风电由于规避偏差惩罚风险而产生的弃风问题,结合风电日前中标容量与日内实际出力偏差,新建立了风电偏差P2P交易市场,设计了一个考虑自适应价格约束的风–火双边竞价模型,在实时平衡市场开始前进行博弈竞价交易。最后,针对所建模型中各主体间复杂博弈关系和深度强化学习竞价方法的样本重复问题,提出一种基于样本降重的多主体柔性策略评价竞价方法,避免了竞价策略离散化和确定性策略梯度优化容易陷入局部最优的问题,且样本降重方法减少了各市场主体获得优化竞价策略的训练时间。仿真分析验证了所提模型与方法的适用性及有效性。
关键词
深度强化学习
柔性
策略
评价
样本降重
不同机会成本
风电偏差P2P市场
Keywords
deep reinforcement learning
soft actor-critic
sample repetition rate reduction
different opportunity costs
wind power deviation P2P market
分类号
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于柔性策略-评价网络的微电网源储协同优化调度策略
被引量：
14
2
作者
刘林鹏
朱建全
陈嘉俊
叶汉芳
机构
华南理工大学电力学院
出处
《电力自动化设备》
EI
CSCD
北大核心
2022年第1期79-85,共7页
基金
国家自然科学基金资助项目(51977081)
电力系统国家重点实验室资助课题(SKLD20M15)
+1 种基金
广东省自然科学基金资助项目(2019A1515010877)
广东省普通高校青年创新类人才项目(2019GKQNCX040)。
文摘
近年来,微电网中的可再生能源与储能占比不断增大,给其优化调度带来了新的挑战。针对微电网源储协同调度问题中非凸非线性约束带来的求解困难,利用深度强化学习算法构建基于数据的策略函数,通过不断地与环境进行交互学习寻找最优策略,避免了对原非凸非线性问题的直接求解。考虑到训练过程中策略函数可能不满足安全约束,进一步提出了一种利用部分模型信息的微电网源储协同优化调度安全策略学习方法,得到了满足网络安全约束的优化策略。此外,针对强化学习的智能体在训练过程中与环境的交互耗时较长的问题,采用神经网络对环境进行建模以提高学习效率。
关键词
微电网
可再生能源
储能
柔性
策略
-
评价
网络
强化学习
深度学习
安全约束
Keywords
microgrid
renewable energy
energy storage
soft actor-critic
reinforcement learning
deep learning
security constraint
分类号
TM727 [电气工程—电力系统及自动化]
TM73
下载PDF
职称材料
题名
基于优势柔性策略-评价算法和迁移学习的区域综合能源系统优化调度
被引量：
2
3
作者
罗文健
张靖
何宇
古庭赟
聂祥论
范璐钦
袁旭峰
李博文
机构
贵州大学电气工程学院
贵州电网有限责任公司电力科学研究院
出处
《电网技术》
EI
CSCD
北大核心
2023年第4期1601-1611,共11页
基金
国家自然科学基金项目(51867005)
黔科合支撑[2022]一般013
黔科合平台人才-GCC[2022]016-1。
文摘
为提高清洁能源消纳率及减少碳排放对环境的污染,实现更具泛化能力、鲁棒性和高效性的区域综合能源系统优化调度,该文提出了基于优势柔性策略–评价(advantage learning soft actor-critic,ALSAC)算法和迁移学习的区域综合能源系统优化调度方法。利用环境信息与智能体进行通信交互,以低碳、经济为目标实现区域综合能源系统的优化调度。在文中分析了提升柔性策略–评价(soft actor-critic,SAC)鲁棒性的最大熵机制,并与基于策略梯度的多种深度强化学习算法和启发式算法进行了性能对比,随后将优势学习的思想引入SAC的Q值函数更新中,解决了算法对Q值的过估计问题,提升了算法的性能。为提高智能体的学习效率和应对新场景的泛化能力,加入了迁移学习的参数迁移。算例表明,基于ALSAC算法和迁移学习的优化调度策略具有较好的鲁棒性、泛化能力和高效的学习效率,实现区域综合能源系统的灵活高效调度。
关键词
区域综合能源系统
深度强化学习
柔性
策略
-
评价
迁移学习
优势学习
Keywords
regional integrated energy system
deep reinforcement learning
soft actor-critic
transfer learning
advantage learning
分类号
TM721 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进柔性策略评价的风火储多主体博弈电能–调频市场联合竞价模型
葛晓琳
凡婉秋
符杨
李仪
《电网技术》
EI
CSCD
北大核心
2023
1
下载PDF
职称材料
2
基于柔性策略-评价网络的微电网源储协同优化调度策略
刘林鹏
朱建全
陈嘉俊
叶汉芳
《电力自动化设备》
EI
CSCD
北大核心
2022
14
下载PDF
职称材料
3
基于优势柔性策略-评价算法和迁移学习的区域综合能源系统优化调度
罗文健
张靖
何宇
古庭赟
聂祥论
范璐钦
袁旭峰
李博文
《电网技术》
EI
CSCD
北大核心
2023
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
