報告摘選

• 基于深度學(xué)習(xí)的微網(wǎng)群互動特性行為建模是一種良好的解決方案，不僅可以保護(hù)微網(wǎng)內(nèi)部參數(shù)數(shù)據(jù)的隱私，同時也可更好支撐微網(wǎng)群的互動運行及參與市場輔助服務(wù)。
• 采用度學(xué)習(xí)的微網(wǎng)群特征封裝，結(jié)合強化學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等機(jī)器學(xué)習(xí)決策，可以一定程度解決信息不完備下的微網(wǎng)群管控、策略進(jìn)化等問題，有較好的實際利用價值和可推廣性。
• 數(shù)據(jù)驅(qū)動的微網(wǎng)群互動運行對于構(gòu)建新型電力系統(tǒng)，實現(xiàn)高比例可再生能源消納具有重要意義，但未來還仍需突破小樣本下的可學(xué)習(xí)性、機(jī)器學(xué)習(xí)模型的機(jī)理可解釋表達(dá)等難題。