电力工业论文_基于深度强化学习的居民实时自治 -电力系统保护与控制杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

电力工业论文_基于深度强化学习的居民实时自治

作者:

关键词:

摘要：

文章摘要:随着居民分布式资源的普及，如何考虑用户多类型设备的运行特性，满足实时自治能量管理需求以达到用户侧经济性最优成为亟待解决的课题。传统基于模型的最优化方法在模型精准构建和应对多重不确定性等方面存在局限性，为此提出一种无模型的基于深度强化学习的实时自治能量管理优化方法。首先，对用户设备进行分类，采用统一的三元组描述其运行特性，并确定相应的能量管理动作；接着，采用长短期记忆神经网络提取环境状态中多源时序数据的未来走势；进而，基于近端策略优化算法，赋能在多维连续-离散混和的动作空间中高效学习最优能量管理策略，在最小化用电成本的同时提升策略对不确定性的适应性；最后，通过实际情境对比现有方法的优化决策效果，验证所提方法的有效性。

文章关键词:

论文分类号:TP18;TM73

文章来源：《电力系统保护与控制》网址: http://www.dlxtbhykzzz.cn/qikandaodu/2021/1025/1069.html