基于博弈强化学习的电网故障序列搜索及防御策略研究

针对连锁故障相继跳闸序列求取过程中未考虑各阶段支路跳闸调度策略对电网的影响,从而造成跳闸序列预测结果和实际不相符的问题,文章提出充分考虑支路跳闸和调度策略相互作用的连续跳闸序列求取的博弈论计算模型,用于跳闸序列和最优调度策略的求取。以断路器失灵预想故障集为初始条件,从攻击方(电网故障)和防御方(调度端)的角度描述连锁故障发展过程。从电网攻击方角度,主要考虑因潮流转移造成支路连续退运,从调度端防御的角度,利用灵敏度调整和距离保护Ⅲ段动作特性自适应调整作为防御控制策略,建立二人多阶段动态零和博弈模型。在电网初始断路器故障条件下,以后续所有可能的支路退运实例为数据样本,建立价值函数,利用Q-learning强化学习寻求二人博弈的纳什均衡,获得最优连锁故障相继跳闸序列,同时获得最优调度防御策略,用于电网的在线防御。以IEEE 39节点系统为例进行了算例分析,仿真结果验证了文章用于调度在线防御策略的二人多阶段动态零和博弈模型的正确性。