基于相关均衡强化学习协同算法的多区域无功优化研究

被引：6

作者：

吴雯美 ^{[1
]}

陆江 ^{[1
]}

谭敏 ^{[2
]}

肖少华 ^{[2
]}

韩传家 ^{[2
]}

郭乐欣 ^{[2
]}

余涛 ^{[2
]}

机构：

[1] 兴义供电局

[2] 华南理工大学

来源：

新型工业化 | 2015年 / 5卷 / 06期

关键词：

多区域无功优化; 低碳电力; 相关均衡; 强化学习;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化]; TP18 [人工智能理论];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

为了适应智能电网分布式发展趋势,提出一种基于相关均衡强化学习(CEQ)的分区多目标无功优化算法,以解决数据海量、通信瓶颈、协调互动等相关问题。同时为响应国家低碳环保战略,将碳排放引入到电力系统无功优化问题中,将其作为无功优化的目标之一。本文采用CEQ算法合理配置电力系统中控制变量,通过区域间的相关均衡博弈进行信息的沟通与共享实现分区多目标无功优化问题的寻优,有效解决了区域间信息共享机制受限和维数灾难问题。IEEE标准9节点电力系统仿真算例表明,通过预学习与在线学习的结合该算法能有效快速的进行多区域无功优化问题求解。

引用

页码：33 / 40

页数：8