基于图神经网络的电-热联合能源系统优化调度研究
Optimal Scheduling of Electricity-thermal Combined Energy System Based on Graph Neural Network作者机构:国网陕西电力信息通信公司陕西西安710065 厦门大学福建厦门361005
出 版 物:《智慧电力》 (Smart Power)
年 卷 期:2023年第51卷第7期
页 面:67-73,87页
学科分类:080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学]
基 金:国家自然科学基金资助项目(62176227、U2066213) 中央高校基本科研业务费(20720210047) 国家电网陕西省电力公司科技项目(SGSNXT00GCJS2200107)
主 题:电-热联合能源系统 优化调度 强化学习 图神经网络模型
摘 要:电-热联合能源系统的优化调度对实现多能互补、节能减排具有重要意义。在使用强化学习方法实现能源系统优化调度工作中,将系统状态作为向量用来学习训练,忽略了系统设备间的连接关系。基于此,提出了基于图神经网络架构的值分布最大熵Actor-Critic算法的强化学习模型。将电-热联合能源系统建模为图结构数据,并输入提出的强化学习模型中,利用图神经网络模型提取系统状态并输出调度策略。所提模型可以充分利用系统的拓扑结构信息,实现更为有效地探索学习。算例仿真验证了所提方法的有效性。