基于深度强化学习的含氢储能微网优化运行方法

摘要

本发明提出一种基于深度强化学习的含氢储能微网优化运行方法，利用线性插值法建立了电解槽效率特性模型，并将电解槽效率特性模型与燃气轮机、电化学储能、储氢罐和燃料电池等模型相结合，以微网运行成本为目标，构建含氢储能微网优化运行模型。最后采用深度确定性策略梯度算法求解微网优化运行这一序列决策问题。该方法考虑了电解槽的效率特性，可以充分利用氢储能容量，根据深度强化学习原理求解优化问题，降低了含氢储能微网的运行成本，且具有较好的泛化性。