共 9 条
- [1] 最优控制理论与应用.[M].张洪钺;王青编著;.高等教育出版社.2006,
- [2] 强化学习理论及应用.[M].张汝波编著;.哈尔滨工程大学出版社.2001,
- [3] 马尔可夫决策过程引论.[M].胡奇英;刘建庸著;.西安电子科技大学出版社.2000,
基于多步回溯Q(λ)学习的互联电网随机最优CPS控制
被引：15
作者：
余涛
[1
]
周斌
[1
,2
]
陈家荣
[2
]
机构：
[1] 华南理工大学电力学院
[2] 香港理工大学电机工程学系
来源：
基金：
广东省自然科学基金;
关键词：
自动发电控制;
控制性能标准;
多步Q(λ)学习;
非马尔可夫环境;
随机最优控制;
D O I：
10.19595/j.cnki.1000-6753.tces.2011.06.028
中图分类号：
TM732 [电力系统的运行];
学科分类号：
摘要：
针对非马尔可夫环境下火电占优的互联电网AGC控制策略,引入随机最优控制中Q(λ)学习的"后向估计"原理,可有效解决火电机组大时滞环节带来的延时回报问题。本文以CPS1/CPS2滚动平均值为状态输入,将CPS评价指标与松弛目标根据线性加权原则转化为MDP奖励函数,从长期的角度提出一种在线反馈学习结构的随机最优CPS控制。统计性仿真试验表明,所提CPS控制具有较强的适应性和动态性能,在保证CPS合格率基础上能有效减少调度端的平均发令次数和反调次数。同时,该策略提供了一种可通过修正松弛因子在线调整AGC系统的"松弛度",可降低发电成本及机组磨损,从而实现CPS松弛控制。
引用
收藏
页码：179 / 186
页数：8
相关论文