找到 1 条结果 · Applied Energy

排序:
电动汽车驱动 模型预测控制MPC 强化学习 ★ 4.0

基于强化学习与多目标模型预测控制的热电联产机组灵活经济运行双层优化策略

A bi-level optimization strategy for flexible and economic operation of the CHP units based on reinforcement learning and multi-objective MPC

Keyan Zhu · Guangming Zhang · Chen Zhu · Yuguang Niu 等5人 · Applied Energy · 2025年1月 · Vol.391

摘要 提升热电联产(CHP)机组的综合性能对于消纳可再生能源和实现节能减排具有重要意义。为此,本文提出一种基于强化学习(RL)与多目标模型预测控制(MOMPC)的双层优化策略,以提升CHP机组的灵活性与经济运行性能。首先,构建了CHP机组模型,并将其各类参数纳入MOMPC的滚动优化过程中,作为下层跟随者以求解基础控制问题。其次,提出了一种融合双延迟深度确定性策略梯度(TD3)算法与MOMPC的双层优化策略(TD3-MOMPC),将TD3智能体设定为上层领导者;通过分解复杂的灵活性需求与CHP机组...

解读: 该双层优化策略对阳光电源储能系统(ST系列PCS/PowerTitan)具有重要应用价值。TD3强化学习与多目标MPC结合的架构可借鉴至储能参与调频调峰场景:上层TD3智能体动态调整MPC权重和预测时域,下层MPC执行功率控制,实现灵活性与经济性平衡。该方法可优化储能系统在新能源消纳中的充放电策略,...