计及差异化用能需求的集群空调负荷优化控制策略

被引:16
作者
赵兵 [1 ,2 ]
王增平 [1 ]
孙毅 [1 ]
机构
[1] 华北电力大学电气与电子工程学院
[2] 中国电力科学研究院有限公司
基金
国家重点研发计划;
关键词
用能需求差异化; LSTM; DQN; 负荷精细化调控;
D O I
10.19753/j.issn1001-1390.2021.09.004
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
080802 ;
摘要
随着电力物联网的加速建设,需求侧资源管理也愈加信息化和智能化,为引导用户节能降耗提供了精细化调控的基础。传统的集群负荷调控大多面向群体优化,而忽略了个体用户的用能偏好,难以同时满足用户的差异化舒适度需求和经济性需求。提出一种计及用户差异化用能需求的集群空调负荷协同控制策略,基于LSTM神经网络模拟单个用户行为特性,引入用能行为相似度量化对用户差异化需求的切合程度进行量化,进而采用DQN强化学习制定个性化用能策略,降低用户用能成本的同时满足各用户的差异化舒适需求,并且有效降低了峰谷差。最后,仿真结果验证了文章所提策略的有效性和优势。
引用
收藏
页码:22 / 27
页数:6
相关论文
共 22 条
[1]   基于CVaR量化不确定性的微电网优化调度研究 [J].
陈寒 ;
唐忠 ;
鲁家阳 ;
梅光银 ;
李征南 ;
史晨豪 .
电力系统保护与控制, 2021, 49 (05) :105-115
[2]   考虑分时段负荷行为的短期负荷预测方法 [J].
段炼 ;
洪海生 ;
乡立 ;
林海 ;
许中平 ;
岳首志 .
电力需求侧管理, 2021, 23 (01) :77-83
[3]   计及电气热综合需求响应的区域综合能源系统优化调度 [J].
张涛 ;
郭玥彤 ;
李逸鸿 ;
余利 ;
章佳莹 .
电力系统保护与控制, 2021, 49 (01) :52-61
[4]   基于负荷准线的大规模需求响应 [J].
范帅 ;
郏琨琪 ;
王芬 ;
王治华 ;
杨林 ;
何光宇 .
电力系统自动化, 2020, 44 (15) :19-27
[5]   基于深度强化学习的分布式电采暖参与需求响应优化调度 [J].
严干贵 ;
阚天洋 ;
杨玉龙 ;
张薇 .
电网技术, 2020, 44 (11) :4140-4149
[6]   基于改进自适应权重多目标粒子群算法的分布式电源优化配置 [J].
蒙璟 ;
李训聿 ;
丁霞燕 .
电力科学与技术学报, 2020, 35 (02) :55-60+106
[7]   计及多类型电储能的综合能源系统优化运行对比分析研究 [J].
王威 ;
李润秋 ;
张鹭 ;
罗迪 ;
艾欣 ;
蒋超凡 .
电网与清洁能源, 2020, 36 (02) :110-116+123
[8]   基于乌鸦搜索算法的孤岛微网多目标优化调度 [J].
黄景光 ;
陈波 ;
林湘宁 ;
吴巍 ;
于楠 ;
叶元 .
高压电器, 2020, 56 (01) :162-168
[9]   基于多时间尺度和多源储能的综合能源系统能量协调优化调度 [J].
何畅 ;
程杉 ;
徐建宇 ;
方子帆 .
电力系统及其自动化学报, 2020, 32 (02) :77-84+97
[10]   考虑柔性负荷响应不确定性的多时间尺度协调调度模型 [J].
赵冬梅 ;
宋原 ;
王云龙 ;
殷加玞 ;
徐春雷 .
电力系统自动化, 2019, 43 (22) :21-30