2026(8):779-794.
DOI: 10.12177/emca.2026.205
摘要:
【目的】针对微电网群协同调度中可再生能源出力和负荷需求不确定性强、运行约束复杂以及决策变量连续等问题,提出一种基于改进双延迟深度确定性策略梯度(TD3)算法的微电网群经济优化方法。【方法】首先,构建包含风电、光伏、微型燃气轮机、储能系统、电动汽车充电负荷及主网交互的三微电网群模型,并将其经济优化调度过程建模为马尔可夫决策过程。其中,状态空间包括负荷需求、可再生能源出力、分时电价和储能荷电状态等信息,动作空间包括储能充放电功率、微型燃气轮机出力、微网间交互功率及主网交互功率。其次,综合考虑归一化运行成本、环境成本和约束惩罚项构造奖励函数,引导智能体学习经济且可行的调度策略。最后,在原始TD3算法基础上引入双经验池(DEP)机制和自适应指数衰减高斯探索噪声(AED-GEN)机制。DEP机制将经验样本划分为可行解样本和边界探索样本,以提高样本利用率并增强约束边界学习能力;AED-GEN机制用于平衡训练前期探索能力和后期收敛稳定性。【结果】以三微电网群为对象进行算例分析,结果表明,改进TD3算法在收敛稳定性、运行经济性和调度安全性方面均优于深度确定性策略梯度(DDPG)、原始TD3和SAC算法。改进TD3算法最后100个训练回合的奖励波动标准差为1.51,较SAC、原始TD3和DDPG分别降低35.74%、45.09%和54.24%;其日运行总成本为4 186.94元,较SAC、原始TD3和DDPG分别降低1.38%、6.31%和8.71%。同时,动作越限率在训练过程中快速下降,并在训练后期逐渐接近0。改进机制对比结果进一步表明,自适应探索噪声机制和双经验池机制均能提升算法性能。【结论】本文所提改进TD3方法能够在满足物理运行约束的前提下,发挥微电网群内多主体的互济能力,提升了系统协同调度的经济效益与安全性。