多网络约束下综合社区能源系统的技术经济建模与安全运行优化
系统与控制
2024-10-29 v2 系统与控制
摘要
综合社区能源系统（ICES）通过有效协调多种能源，已成为提升配电系统效率的一种有前景的解决方案。然而，ICES的运行优化受到包括电力、天然气和热力在内的异构网络物理约束的阻碍。由于网络约束的非线性和多网络协调的高度复杂性，这些挑战难以应对。因此，本文提出一种新颖的安全强化学习（SRL）算法，以优化ICES的多网络约束运行问题。首先，建立了一个考虑综合需求响应（IDR）、多种能源设备和网络约束的综合ICES模型。随后，将ICES的多网络运行优化问题提出并重新表述为一个考虑违反物理网络约束的约束马尔可夫决策过程（C-MDP）。所提出的新颖SRL算法，名为原始-对偶双延迟深度确定性策略梯度（PD-TD3），通过采用拉格朗日乘子来惩罚多网络约束违反，从而求解C-MDP，确保违反在容忍范围内，同时避免奖励过低的过度保守策略。该算法能准确估计训练过程的累积奖励和成本，从而在仅有部分信息的隐私保护环境中，在提高收益和减少约束违反之间实现公平的平衡。将所提算法与基准强化学习算法进行比较的案例研究，证明了其在增加总收益和缓解网络约束违反方面的计算性能。
引用
@article{arxiv.2402.05412,
title = {Techno-Economic Modeling and Safe Operational Optimization of Multi-Network Constrained Integrated Community Energy Systems},
author = {Ze Hu and Ka Wing Chan and Ziqing Zhu and Xiang Wei and Weiye Zheng and Siqi Bu},
journal= {arXiv preprint arXiv:2402.05412},
year = {2024}
}