基于CPSS平行系统懒惰强化学习算法的实时发电调控

摘要：

为解决电力系统中存在的多种时间尺度下经济调度和发电控制的协同问题,即长时间尺度下优化,短时间尺度下优化和实时控制的问题,本文提出了一种统一时间尺度的实时经济发电调度和控制框架,并为该框架提出了懒惰强化学习方法(Lazy reinforcement learning,LRL).该方法将懒惰控制器引入以人工社会-计算实验平行执行和社会系统为基础的强化学习中,使得机组组合,经济调度,自动发电控制和发电命令调配的问题有机结合在一起,取代过去传统的发电控制框架.为了减少仿真所需的真实时间,平行系统包含多个虚拟系统和一个真实系统.仿真实验比较了懒惰学习算法,松弛人工网络以及4 608种组合常规发电控制算法在IEEE新英格兰10机39节点仿真系统的控制效果.实验表明,懒惰强化学习方法的控制效果最优.仿真结果验证了懒惰强化学习方法在基于ACP和社会系统的REG框架下具有有效性和可行性.

关键词：懒惰强化学习、实时经济调度与控制、统一时间尺度、社会物理信息系统、平行系统

所属期刊栏目：45

资助基金：国家自然科学基金51477055,51777078

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：706-719