%0 Journal Article
%T 基于知识迁移Q学习算法的多能源系统联合优化调度
%A 余涛
%A 张孝顺
%A 瞿凯平
%A 韩传家
%J 电力系统自动化
%D 2017
%X 随着能源互联网的提出，传统的单一能源优化利用模式正在发生变革，多种能源网络协调优化模式展现出广阔的发展前景。在此背景下，首先以能源中心建模方法建立了多能源系统的联合优化调度框架，在此基础上构建了计及含阀点效应供能成本和碳排放目标的典型多能源系统联合优化调度模型。其次，对于此不连续可微、非凸的非线性问题，以知识迁移Q学习算法和内点法构成级联式算法进行求解，即上层Q学习以机组有功功率作为动作变量，下层以内点法求解机组有功功率确定后的多能源系统优化模型，并通过知识迁移提高求解效率。最后，以33能源中心测试系统为算例的仿真分析，验证了所提模型及算法的有效性
%K 多能源系统
%K 优化调度
%K 能源中心
%K 级联式算法
%K 知识迁移Q学习
%K 内点法
%K multi-energy system
%K optimal dispatch
%K energy hub
%K cascaded algorithm
%K knowledge transfer based Q-learning
%K interior point method
%U http://www.aeps-info.com/aeps/article/abstract/20170103003?st=article_issue