10.13335/j.1000-3673.pst.2022.0959
基于近端策略优化算法的新能源电力系统安全约束经济调度方法
针对高比例新能源接入导致电力系统安全约束经济调度难以高效求解的问题,该文提出了一种基于近端策略优化算法的安全约束经济调度方法.首先,建立了新能源电力系统安全约束经济调度模型.在深度强化学习框架下,定义了该模型的马尔科夫奖励过程.设计了近端策略优化算法的奖励函数机制,引导智能体高效生成满足交流潮流以及N-1安全约束的调度计划.然后,设计了调度模型与近端策略优化算法的融合机制,建立了调度训练样本的生成与提取方法以及价值网络和策略网络的训练机制.最后,采用IEEE 30节点和IEEE 118节点2个标准测试系统,验证了本文提出方法的有效性和适应性.
安全约束经济调度、深度强化学习、近端策略优化算法、新能源
47
TM721(输配电工程、电力网及电力系统)
国家自然科学基金;四川省科技厅国际/港澳台科技创新合作项目
2023-03-17(万方平台首次上网日期,不代表论文的发表时间)
共11页
988-997,中插18