基于PSO-DDPG算法的光储充电站实时控制策略研究

打开文本图片集

摘要：“双碳”背景下，光储充电站逐渐成为未来充电站的一种主流形式。为提高光储充电站的经济效益并降低二氧化碳排放，提出了一种基于改进深度强化学习的光储充电站实时控制策略。首先，建立以碳排放最小与运行成本最低为目标的优化模型并将其转换为马尔可夫决策过程；其次，提出了一种基于经验继承机制的粒子群优化-深度确定性策略梯度算法（Particle Swarm Optimization-Deep Deterministic Policy Gradient，PSO-DDPG）；最后，考虑动态碳排放因子开展算例分析，验证了所提PSO-DDPG策略的有效性。（剩余5473字）