用于长期水电生产调度的深度强化学习

我们探索使用深度强化学习为水电生产的长期调度提供策略。我们考虑一个用例，其目标是在给定水库逐周入流与电价的情况下优化年度收益。挑战在于系统约束下，需在按电力现货价格立即放水发电与蓄水以备未知价格下后续发电之间做出决策。我们基于北欧电力市场历史数据在简化情景上成功训练了软 actor-critic 算法。所提模型尚不能替代传统优化工具，但展示了强化学习在富含数据的水电调度领域的互补潜力。