基于强化学习的多园区综合能源系统经济调度.pdfVIP

第61卷第9期电测与仪表Vol.61No.9

2024年9月15日ElectricalMeasurementInstrumentationSep.15,2024

基于强化学习的多园区综合能源系统经济调度

王丙文，付明，黄堃

（南瑞集团有限公司（国网电力科学研究院），南京210000）

摘要：多园区综合能源系统中新能源出力与负荷的波动性以及多种能量之间的耦合关系，给多园区综合能

源系统的优化调度带来诸多挑战。为此提出一种基于数据驱动的多智能体近端策略优化（multi-agentproxi-

malpolicyoptimization,MAPPO)多园区综合能源系统经济调度方法。文章综合考虑园区间的能量交易与碳

市场交易，以园区日运行成本最小为目标，建立多园区综合能源系统实时优化调度模型；将该优化问题建模

为马尔科夫决策过程,并设计状态空间、动作空间以及奖励函数，通过大量历史数据的训练得到多园区综合

能源系统优化调度神