IBT-PPO：混合可再生能源系统优化调度的双阶段智能预测与强化学习框架

《Energies》：IBT-PPO: A Dual-Stage Intelligent Forecasting and Reinforcement Learning Framework for Optimal Scheduling in Hybrid Renewable Energy Systems

　　

针对混合可再生能源系统中可再生能源发电的不确定性、需求波动以及能源调度效率低下的挑战，本文提出了基于时间融合Transformer（Temporal Fusion Transformer, TFT）预测与近端策略优化（Proximal Policy Optimization, PPO）的智能双向长短期记忆网络（Intelligent Bidirectional Long Short-Term Memory, IBT-PPO）框架。该算法基于一个将机器学习预测与基于强化学习的规划相结合的双阶段框架。首先，采用混合Bi-LSTM-TFT模型生成风电、光伏和负荷的准确短期预测，该模型利用时序依赖和多时域（multi-horizon）模式。随后，设计PPO策略以优化调度决策，自适应地平衡电池使用、电网依赖和可再生能源调度。为增强鲁棒性，融合了自适应特征加权与时序门控策略，确保稳定收敛并减少规划冗余。之后，通过迭代学习优化能源分配，以最小化运行成本并最大化可再生能源渗透率。所提框架作为一种离线/事后（offline/post hoc）预测与调度方法进行评估，其中Bi-LSTM–TFT模块利用历史时序表示，PPO智能体基于所得预测优化能源管理决策。实验评估使用开放电力系统数据（Open Power System Data, OPSD）数据集，该数据集提供风电、太阳能、负荷和电价的实际时序数据。因此，IBT-PPO系统整合了多时域概率预测和自适应特征加权，以提高预测和规划精度，实现了24.1%的成本降低和95.5%的可再生能源利用率，从而推进了高效智能的能源预测与规划。

研究背景与问题：随着能源需求增长，混合可再生能源系统（Hybrid Renewable Energy System, HRES）将太阳能、风能、储能和电网支持相结合，但可再生能源出力的不确定性和负荷需求的动态波动给能量预测与调度带来严峻挑战。现有机器学习预测研究主要集中于提升光伏、风电或负荷预测精度，预测结果并未系统化地耦合至后续调度决策；而优化与能量管理方法多采用确定性预测或简化假设，缺乏概率多时域信息、风险偏好调度以及物理约束下电池管理的综合处理。为填补这一空白，研究人员提出了IBT-PPO双阶段智能预测与强化学习框架，该论文发表于《Energies》。

研究内容与主要结论：IBT-PPO由预测和规划两个阶段构成。阶段一为Bi-LSTM-TFT混合预测模块：Bi-LSTM提取双向时序依赖，TFT通过变量选择、门控时间处理、多头注意力和分位数损失