电工电能新技术

作者：吴东阳1， 崔佳1， 赵宇航2， 王仕瀚2， 吴筱熳2， 秦博宇2

单位：1. 江苏省交通工程建设局， 江苏 南京 210004；
2.西安交通大学电气工程学院， 陕西 西安 710049

关键词：氢能综合能源系统； 深度确定性策略梯度； 马尔科夫决策过程； 自适应最优能量调度

基金：江苏省交通运输科技项目（2022QD01）

氢能综合能源系统已成为一种应对化石燃料枯竭和日益严峻的气候变化问题的有效方案。为增强系统稳定性，提高运行效率，本文提出一种使用深度确定性策略梯度（DDPG）算法的最优能量调度方法。最优调度问题被建模为一个具有动作空间、环境状态和动作值函数的马尔科夫决策过程（MDP）问题。基于策略梯度和神经网络，通过对动作-评价网络的训练和策略迭代，提出了基于深度确定性策略梯度的最优能源调度方法，可根据氢能综合能源系统的动态响应进行自适应优化。最后结合算例验证了所提方法的有效性。

来源：2025年第3期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2025年第3期