基于深度强化学习的家庭综合需求响应在线优化

摘要：

家庭综合需求响应(home integrated demand response, HIDR)是重要的节能减排技术,家庭能源系统的不确定性和设备动态投退,要求HIDR优化策略具有在线自适应调整能 力.该文以深度强化学习为核心,研究HIDR在线优化方法.首先,鉴于气电两用设备对HIDR的重要价值,将其作为优化对象.然后,建立物理系统、系统模型、优化策略自动联动的HIDR优化框架.接着,建立典型家庭能源系统的模型;进而,针对典型家庭设计HIDR深度强化学习优化模型,包括强化学习常规要素、带注意力机制的学习网络、策略迁移方法.算例仿真表明,提出的方法能自动适应系统的不确定性和设备投退,与无 HIDR 参与相比,能降低能源成本29.4%,且给出的深度强化学习方法在HIDR上的收敛时间仅需标准DQN的28.8%.

关键词：家庭能源系统、综合需求响应、深度强化学习、不确定性、在线优化

所属期刊栏目：41

分类号：TM85(高电压技术)

资助基金：国家自然科学基金项目;国家重点研发计划项目

在线出版日期：2021-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：5581-5592,中插12