基于深度强化学习的激励型需求响应决策优化模型

来源 :电力系统自动化 | 被引量 : 0次 | 上传用户:myqwe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着中国电力市场化改革的推进,售电侧市场逐步开放,售电商可以聚合大量的分散负荷参与电力市场环境下的需求响应.文中提出以售电商和用户综合收益最大化为目标的基于深度强化学习的激励型需求响应建模和求解方法.首先,建立售电商和用户的需求响应模型,通过引入时间-价格弹性,改进现有的用户响应模型,考虑用户对相邻时段补贴价格差的反应.然后,基于马尔可夫决策过程框架构建补贴价格决策优化模型,并设计基于深度Q学习网络的求解算法.最后,以1个售电商和3个不同类型的用户为例进行仿真计算,通过分析算法收敛性和对比不同模型及参数下的优化结果,验证了改进模型的合理性和生成策略的有效性,并分析了激励型需求响应对售电商以及用户的影响.
其他文献
针对循环神经网络(Recurrent Neural Network,RNN)采用传统的训练方法造成的收敛速度慢、易陷入局部最优的问题,提出一种自动调整的动态粒子群优化算法(ADPSO),利用ADPSO较强的全局寻优能力来优化RNN的初始权值及阈值,构建基于ADPSO优化的RNN模型(ADPSO-RNN),从而提升RNN的预测性能及泛化性能。在ADPSO中,将动态搜索空间策略引入到粒子群算法中,同时自适应地调整学习因子以平衡算法的全局和局部搜索能力.在实验中,将ADPSO与PSO进行算法优化性能对比,结果表
在实际物流配送中,客户时间窗的变化经常导致配送方案的改变,而对其他客户满意度造成的影响.为此,提出累积前景理论,建立了价值函数和概率权重的乘积来衡量客户的满意度,并运用干扰管理的思想,设计了扰动最小的干扰策略和扰动恢复模型.同时,提出一种改进的自适应蚁群算法,改进了蚂蚁状态转移规则和蚂蚁的信息素更新方式,并用模拟退火算法动态的调整参数,有效地帮助算法跳出局部最优解.最后通过与文献比较和Solomon算例的测试,验证了该干扰策略和算法的有效性.
光伏并网发电是我国清洁可再生能源的重要内容,但由于其具备随机波动特性,故而此类发电系统极易对电网运行质量产生影响.因此为有效解决该点问题,本文通过分析相关资料及实际
研究了一类高阶退化拟抛物方程的有限差分算法,所研究的方程中含有粘性松弛因子以及P-双调和算子.在假定一些初值的情况下,利用差商分别对p=2,p=3时的两个方程中各项的时间和空间导数项进行离散化,采用中心差分法以及向前欧拉法构造出了非线性偏微分方程的差分格式。最后针对具体方程进行了数值实验,并利用Matlab软件比较和分析了数值解与真实解之间的误差,验证了有限差分法对此方程的数值求解的可行性.
为了辅助医师设计脊柱侧弯矫形器,提出了一种基于模糊神经网络的脊柱侧弯矫形器设计模型.该模型实现了预测脊柱侧弯矫形器设计参数和自适应调整隶属度函数的功能.以脊柱侧弯矫形器修型调整量为例,建立了脊柱侧弯矫形器修型调整量预测模型并进行了试验研究。试验结果显示该预测模型的建模精度为91.9%、预测值和实际值的相关系数为0.841,从而验证了基于模糊神经网络的脊柱侧弯矫形器设计模型的可行性.最后,通过一例AIS患者的诊疗实例进一步表明了该设计模型的临床可行性.
提出一种基于PLL的速度辨识算法,在此算法中引入闭环转子磁链观测器和幅值归一化环节,弥补PLL本身在抗干扰能力上的不足.通过闭环转子磁链观测模型抑制了转子磁链中可能出现的直流偏置,引入幅值归一化环节抑制了可能出现的转子磁链幅值波动。在仿真软件中搭建模型进行验证,结果表明在电机速度指令突变以及负载转矩突变的情况下可以保持较好的辨识效果。通过仿真结果验证了所研究速度辨识算法的正确性和有效性.
通过热弹塑性变形有限元法,建立了7075铝合金铣削加工热力耦合三维有限元仿真模型,分析了各切削分力和切削温度随时间变化曲线,研究了不同切削参数对各切削分力和切削温度的影响规律.结果表明,在给定切削参数范围内,切削深度对各方向切削力均产生较大影响,其中,随着切削深度从0.1 mm增大到2.6 mm,吃刀抗力增加84.5 N,影响程度最大;主轴转速对各方向切削力影响较小,均在5 N以内;切削温度受每齿进给量影响最大,随着每齿进给量从0.005 mm/tooth增大到0.08 mm/tooth,切削温度从146
将高聚物粘弹性理论应用于TPEE的粘弹性本构关系,用理论与实验相结合的方法,通过有限分析元件建立TPEE的粘弹性本构模型,并用有限元方法对TPEE弹性体缓冲器进行静压试验仿真,并将仿真结果与实际样机静压试验结果相对比,经过数次仿真结果与实验结果对比,求得最为接近实验结果的TPEE粘弹性本构关系的参数,研究结果可为TPEE在各类缓冲器和缓冲元件中的应用提供重要参考.
提出一种改进的带约束的关联分类规则挖掘方法.采用扩展概念格结构存储数据库中全部的频繁项集以保证信息不丢失,通过相关定理削减大量候选项目集,并引入差集概念加快了对类属性的支持度和置信度计算速度,从而加快格构建过程,同时减少了格结点占用空间,在之前构建完成的扩展概念格上根据给定的约束条件进行规则提取.在三种不同的数据集上对所提出的方法进行挖掘时间与内存使用测试,并与已有关联分类算法进行对比分析,实验结果表明所用方法不仅在时间和空间上性能良好,还满足重用性要求.
利用直流电弧等离子体技术制备出Sn纳米粒子,接着以升华硫作为前驱体,通过原位硫化技术在不同温度下硫化,获得锡硫化合物.对所制备样品的物相和形貌进行了表征,并利用分光光度计研究了样品的光学特性.结果表明,在200℃硫化后得到的产物为纯块状SnS.随着温度的升高,样品逐渐转变为SnS/SnS2异质结纳米片,最终在400℃时转变为纯SnS2纳米片.在转变过程中,可以通过控制硫化温度实现材料禁带宽度的调节.