基于深度强化学习的光储充电站储能系统优化运行

摘要： 优化储能充放电策略有利于提升光储充电站运行经济性,但是现有模型驱动的随机优化方法无法全面考虑储能系统的复杂运行特性以及光伏发电功率、电动汽车充电负荷的不确定性。因此,提出一种基于深度强化学习的光储充电站储能系统全寿命周期优化运行方法。首先对储能运行效率模型和容量衰减模型进行精细化建模。然后考虑电动汽车充电需求、光伏出力和电价的不确定性,在满足电动汽车充电需求和光伏消纳的条件下,以光储充电站收益最大化为目标,建立了基于强化学习的储能优化运行问题。考虑到储能充放电决策动作的连续性,采用双延迟深度确定性策略梯度算法进行求解。采用实际历史数据对模型进行训练,根据当前时段状态对储能充放电策略进行实时优化。最后,对所提方法及模型进行测试,并将所提出的方法与传统模型驱动方法进行对比,结果验证了所提方法及模型的有效性。