DRL用于微电网能源管理 我们针对微电网的能源管理系统问题研究了各种深度强化学习算法的性能。 我们提出了一种新颖的微电网模型，该模型由风力涡轮发电机，储能系统，恒温控制负载，价格响应负载以及与主电网的连接组成。 拟议的能源管理系统旨在通过定义优先级资源，直接需求控制信号和电价来在不同的灵活性来源之间进行协调。 本文实现了七种深度强化学习算法，并进行了实证比较。 数值结果表明，不同的深度强化学习算法在收敛到最优策略的能力上存在显着差异。 通过将经验重播和第二个半确定性训练阶段添加到众所周知的“异步优势演员评论家”算法中，我们获得了更好的性能，并且在能效和经济价值方面收敛于高级策略。 有关此项目的更多信息，访问： ：

关于使用拉丁超立方模拟生成风机出力和电价的场景模拟和削减，最后生成10个经典场景。

数学建模-阶梯电价问题，提出了更合理的制定阶梯电价的标准，利用了最小二乘法拟合 方法。

波兰电力交易市场短期电价预测数据集.zip

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

MATLAB代码：基于概率距离的场景快速削减法的风光场景生成与削减方法 关键词：风光场景生成 场景削减 概率距离削减法 蒙特卡洛法 仿真软件：MATLAB平台 参考文档：《含风光水的虚拟电厂与配电公司协调调度模型》完全复现场景削减部分 代码具有一定的深度和创新性，注释清晰，非烂大街的代码，非常精品！ 主要内容：代码主要做的是风电、光伏以及电价场景不确定性模拟，首先由一组确定性的方案，通过蒙特卡洛算法，生成50种光伏场景，为了避免大规模光伏场景造成的计算困难问题，采用基于概率距离快速削减算法的场景削减法，将场景削减至5个，运行后直接给出削减后的场景以及生成的场景，并给出相应的概率，可移植以及可应用性非常强

针对电动汽车充换储一体化电站(CSSIS)与微电网所有权不同的微电网经济运行问题，建立基于Stackelberg博弈的双层优化调度模型。上层微电网作为领导者，以自身收益最大为目标函数，制定与下层CSSIS进行电能交易的内部电价；下层CSSIS作为跟随者，根据内部电价调整自身充、放电计划，以最大化自身收益。采用差分进化算法和Gurobi软件分别对上、下层优化问题进行求解，得到最优内部电价和CSSIS的最优充、放电计划。仿真算例表明，所提算法可以有效求解微电网与CSSIS交互的均衡策略，不仅能同时提高两者收益，还能更有效地利用CSSIS资源。

分析了电动汽车随机充电模型以及V2G放电模型，建立了电动汽车车主对电价变化的需求响应模型。设计了一套能够影响电动汽车充、放电行为的最优峰谷分时电价定价方案，该方案能同时兼顾电网的利益、电动汽车车主的利益和电动汽车车主的满意度。算例验证表明，该方案求解得到的最优峰谷分时电价能够有效地引导电动汽车在谷时段充电、峰时段放电，在改善负荷曲线的同时兼顾了车主的满意度。

为了对计及需求响应计划的区域综合能源系统容量配置的经济与环境效益进行综合评估分析，对并网型综合能源系统建立电价激励型需求响应(PBDR)下年总规划成本和年二氧化碳排放最小的双目标优化模型，采用价格需求弹性系数对用电负荷曲线进行修正，将负荷功率从高峰时段转移到其他时段。利用ε-约束技术将该双目标规划模型转化为单目标规划问题，通过求解得到Pareto最优解集，运用模糊决策方法选取最优方案。算例结果显示综合能源系统年总规划成本和年二氧化碳排放量在PBDR下有所降低，反映了需求响应带来的经济效益和环境效益。

专题报告：电价上涨对煤电平衡的影响.pdf