基于改进分层强化学习的CPS指令多目标动态优化分配算法
应用经典强化学习方法的控制性能标准(control performance standard,CPS)下自动发电控制(automatic generation control,AGC)指令(CPS指令)由调度端至电网各台机组的分配过程不可避免出现维数灾难问题。提出应用分层强化学习的方法,将全网机组按调频时延做初次分类,CPS指令逐层分配形成任务分层结构。在分层Q学习算法层与层之间引入一个时变协调因子,改进的分层Q学习算法有效提高原算法收敛速度。奖励函数中设计不同的权值线性组合,展示保守及乐观控制下系统CPS控制水平和调节成本的变化关系。南方电网统计性仿真分析表明,改进分层Q学习算法较分层Q学习算法平均收敛时间缩短47%,在复杂随机扰动的环境中改进算法能有效提高系统CPS考核合格率,并降低调节成本约5%。
分层强化学习、协调因子、随机优化、控制性能标准、自动发电控制
31
TM71(输配电工程、电力网及电力系统)
国家自然科学基金项目50807016;广东省自然科学基金项目9151064101000049;中央高校基本科研业务费专项资金2009ZM0251。
2011-12-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
90-96