机构名称：
¥ 1.0
摘要氢能系统的参与已被认为是缓解气候问题的有希望的方法。作为一种有效的多能互补系统，水力发电 - 伏托抗氢（HPH）系统可能是将氢与已安装的可再生能源系统相结合的理想方法，以提高能量管理的功能，以提高能量管理的功能并减少电力降低。然而，由于时间相关的非线性水力发电过程，复杂的能量转换过程和不确定的自然资源供应，HPH系统的日内调度带来了挑战。面对这些挑战，提出了改进的深层确定性政策梯度（DDPG）基于数据驱动的调度算法。与普遍的DDPG相反，两组参与者 - 批判网络是基于先验基于知识的深神经网络的正确设计，用于搜索近乎最佳的策略和近似参与者价值功能。此外，提出了定制的奖励功能，并考虑了不同能源供应之间的相互作用，这有助于提高收敛速度和稳定性。最后，案例研究结果表明，提出的系统模型和基于改进的DDPG算法的最佳能源管理策略可以指导电力 - 氢系统以实现快速响应和更合理的能源管理。
集成电的数据驱动的调度方法...
主要关键词
相关文件推荐
