近日，中國科學院沈陽自動化研究所智能微電網(wǎng)課題組在智能電網(wǎng)優(yōu)化調(diào)度領域取得進展，相關研究成果日前發(fā)表于《電氣和電子工程師協(xié)會智能電網(wǎng)匯刊》。

隨著全球氣候變化及環(huán)境污染問題的日益加重，電力系統(tǒng)的清潔性、安全性和可持續(xù)性越來越受到世界各國重視。加速傳統(tǒng)電力系統(tǒng)向智能電網(wǎng)轉變，是未來電力系統(tǒng)的發(fā)展趨勢和新興研究熱點，然而，對于接入高比例可再生能源的電力系統(tǒng)，其運行的安全性及相關的智能優(yōu)化調(diào)度方法等相關研究仍有待突破。

經(jīng)多年研究，智能微電網(wǎng)課題組首次提出了一種基于深度強化學習技術的微電網(wǎng)實時能源優(yōu)化方法。該方法可實現(xiàn)微電網(wǎng)運行的實時優(yōu)化控制，相對于目前的微電網(wǎng)運行控制方法，不需要對可再生能源出力進行預測建模，表現(xiàn)出很好的自適應性。該工作不僅是智能電網(wǎng)優(yōu)化調(diào)度研究中新的探索和突破，也為未來應用人工智能技術推動智能電網(wǎng)發(fā)展提供了新的研究思路。