基于强化学习的产消用户端对端电能交易决策.pdfVIP

第45 卷 第3 期 2021 年2 月10 日 Vol.45No.3 Feb.10，2021 DOI：10.7500/AEPS20200515005 基于强化学习的产消用户端对端电能交易决策 1 1 1，2 3 4 1 王 丹 ，刘 博 ，贾宏杰 ，张子阳 ，陈竟成 ，苏朋飞 （1. 智能电网教育部重点实验室（天津大学），天津市 300072； 2. 天津市智慧能源与信息技术重点实验室（天津大学），天津市 300072； 3. 国网江苏省电力有限公司镇江供电公司，江苏省镇江市 212000；4. 国网天津市电力公司，天津市 300010） 摘要：强化学习是一种促进智能体在与环境交互过程中通过学习策略达成回报最大化的人工智能 方法。在不进行优化计算和不充分了解市场机制的情况下，该方法非常适合处理小规模用户电能 交易行为。文中首先建立了包含交易主体、交易电价和交易物理约束的产消用户端对端电能交易 模型。其次，将电能交易问题等效为一个马尔可