10.13648/j.cnki.issn1674-0629.2023.07.009
基于具有强化学习思想的集成学习自动发电控制算法
"碳达峰、碳中和"加速以新能源为主体的新型电力系统快速发展,大规模新能源的接入将使电力系统的控制性能变差.从自动发电控制角度提出了一种新颖的基于集成学习的EBQ(σ,λ)算法来获得全局最优解,进而提高电网差的控制性能指标.所提算法不仅能够通过降低下一状态Q值的均方误差来解决传统强化学习估值偏差问题,且所引入的采样参数σ可对提高算法效率及更好的训练样本进行权衡,同时,资格迹的引入,可以解决时间信分度问题.通过对改进的IEEE标准两区LFC模型和广东电网模型进行仿真,结果显示,相较于传统算法,所提算法具有更优的控制性能指标,并且可减少碳排放.
集成学习、自动发电控制、强化学习、控制性能指标
17
TM732(输配电工程、电力网及电力系统)
2023-08-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
74-82