TD3-MIP安全调度策略

严格约束下运行成本更低

融合深度强化学习与整数规划，在保证综合能源系统运行约束严格满足的前提下实现经济调度。

Ying, Lei · 赵黎媛 · 顾军华 · Jingshu, Wang

Energy 2025

技术优势

严格满足所有运行约束

将训练后的critic网络结构重新定义为MIP公式并加入全部运行约束，用数学求解器求解，确保在线调度中每条约束都得到满足。

成本效益具有竞争力

仿真结果表明，在严格约束下，该方法的运行成本相比其他调度方法更低，显示出成本竞争力。

应用场景

• 综合能源系统调度：用于电-气-热-氢多能流协同调度，保证供需平衡和运行安全。
• 安全约束能源管理：确保调度决策严格满足所有运行约束，避免越限风险。
• 多能流不确定性管理：通过离线训练应对可再生能源和负荷的不确定性，在线决策无需复杂预测。
• 深度强化学习工业应用：提供融合MIP的DRL方法，解决DRL在工业调度中安全性不足的问题。