本次组会对近期的研究工作《基于深度强化学习的微电网能源管理》进行总结，主要从科研背景、科研问题、科研目的以及研究进展这几方面来汇报。

科研背景

1，微电网：一种小型发配电系统，能够有效整合分布式电源、用电负载和储能系统，能够实现可再生能源的就地消纳、提高供电牢靠性、可以处理偏僻地域的用电问题并为电网提供支撑，削峰填谷。
2，V2G：指电动汽车给电网送电的技术，其核心思想在于电动汽车和电网的互动，利用大量电动汽车的储能源作为电网和可再生能源的缓冲。
3：负荷预测：电力系统负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是电网调度部门和规划部门所必须具有的基本信息。准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。随着电力市场的建立和发展，短期负荷预测技术已成为电力系统EMS系统中必不可少的部分。

科研问题

1，微电网的状态变量存在复杂性和多变性，传统的基于模型的方法难以很好地处理微电网的能源管理问题。
2，新能源电动汽车数量的剧增，将电动汽车作为移动电源参与供电成为可能，如何更好地进行能源管理是一个问题。

科研目的

根据短期负荷预测的结果，调度适量的电动汽车作为电源参与微电网能源管理，并提出一种基于深度强化学习的微电网能源管理方法，对储能以及发电设施进行管理，然后在保证系统稳定运行的前提下，通过实时能源管理提升运营商的利润以及系统平衡因子。

研究内容

我本次组会汇报的内容是《基于深度强化学习的微电网能源管理》，我将从科研背景、科研问题、科研目的、研究内容等方面进行介绍。

科研背景

1，2020年9月22日，国家主席习近平在第七十五届联合国大会上宣布，中国力争2030年前二氧化碳排放达到峰值，努力争取2060年前实现碳中和目标，大力发展应用可再生能源成为重点趋势。
2，作为一种小型发配电系统，微电网能够有效整合分布式电源、用电负载和储能系统，实现可再生能源的就地消纳。
3，据瑞信预计，到2030年，中国新能源汽车销量的十年年均复合增速有望达到25%，新能源汽车渗透率将提高至43%，电动汽车的数量暴增使得V2G技术能够得到更好地利用。V2G核心思想在于电动汽车和电网的互动，利用大量电动汽车的储能作为电网和可再生能源的的缓冲。对于电动汽车的用户来说，当用电负荷过高时由电动汽车向电网馈电；而当用电负荷低时将电网过剩的电力存储在电动汽车里。
4，负荷预测：电力系统负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是电网调度部门和规划部门所必须具有的基本信息。准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。随着电力市场的建立和发展，短期负荷预测技术已成为电力系统EMS系统中必不可少的部分。

科研问题

 1，微电网的状态变量存在复杂性和多变性，传统的基于模型的方法难以很好地处理微电网的能源管理问题。
2，新能源电动汽车数量的剧增，将电动汽车作为移动电源参与供电成为可能，如何更好地进行能源管理是一个问题。

科研目的

根据短期负荷预测的结果，调度适量的电动汽车作为电源参与微电网能源管理，并提出一种基于深度强化学习的微电网能源管理方法，面向非线性、复杂的微电网系统，对储能以及发电设施进行管理，然后在保证系统稳定运行的前提下，通过实时能源管理降低系统运行成本并提升系统平衡因子。

研究内容

具体内容将在组会中进行详细介绍。

本次汇报的题目是《基于深度强化学习的微电网能源管理》，将从科研背景、科研问题、科研目的和研究内容等方面介绍下一步的研究内容。

1科研背景

微电网是一种小型发配电系统，能够有效整合分布式电源、用电负载和储能系统，具有实现可再生能源的就地消纳、提高供电牢靠性、可处理偏僻地域的用电问题、为电网提供支撑、节能降耗的特点。

2科研问题

传统的微电网调度主要通过建立相应的微电网物理模型，然后通过经典优化、基于规划等方法进行微电网中的能量管理和优化控制，调度结果的可靠性依赖于模型建立的准确性。如何不需要物理模型就可以实时调度具有高维状态的微电网是一个问题。

3科研目的

提出一种基于深度强化学习的微电网能源管理方法，面向非线性、复杂的微电网系统，引入电力负荷预测，对储能以及发电设施进行调整，然后通过实时能源管理在保证系统稳定运行的前提下，降低运行成本。

4研究内容

针对该科研问题，建立的模型等在组会中详细介绍。

本次组会我将汇报研究课题：基于深度强化学习的微电网电能调度优化的工作进展，主要从以下几个方面展开

1.科研背景：

随着人们对气候变化和全球变暖的日益关注，减少碳排放成为人类社会许多方面的重要课题，而用电需求的快速增长，发电模式日趋多样化以及新能源应用的高速发展，使得微电网成为新兴的发电模式之一，考虑在微电网中利用分布式能源为用户电能需求进行电能调度。

2.科研问题：

开发可再生能源、构建可持续能源系统成为能源行业发展的必然趋势，如何更好的利用微电网中的各种清洁能源来满足用户的电力需求？

3.科研目的：

在微电网调度中心供电侧，提出一种基于深度强化学习(DRL)的作业调度方法，使得用户能够在可以接受的响应时间内，尽可能使用清洁能源并减少用电成本。

4.问题建模：

针对该科研问题，建立的模型、MDP过程在组会中详细介绍。

5.实验设置及结果:

实验设置及结果在ppt中展示。