為解決綜合能源系統(tǒng)背景下電網面臨的不斷加重的隨機擾動問題,從自動發(fā)電控制角度提出一種基于actor-critic結構的多網絡激勵深度強化學習方法（multiple incentive actor-critic,MIAC）,作為自動發(fā)電控制的控制策略�？紤]控制過程中的優(yōu)化目標決策,通過AC策略的激勵式啟發(fā)更新機制,提高策略挖掘質量和經驗探索效率,同時采用一種相對最小化Q值函數(shù)價值的更新方式以降低尋優(yōu)偏差,引導策略目標趨向探索和利用的均衡,進而獲取自動發(fā)電控制的最優(yōu)協(xié)同控制。通過對改進的IEEE標準兩區(qū)域電力系統(tǒng)模型和綜合能源系統(tǒng)模型進行仿真,結果表明,所提MIAC策略具有良好的動態(tài)控制性能和遷移泛化能力,能實現(xiàn)對復雜電網強擾動環(huán)境的快速適應和穩(wěn)定優(yōu)化,能有效解決綜合能源系統(tǒng)背景下的隨機擾動問題。 

【文章來源】：中國電機工程學報. 2020,40(19)北大核心EICSCD

【文章頁數(shù)】：12 頁

【部分圖文】：

可知5種算法的CPS1AVE-10-min最小值分別是198.56%、191.12%、187.58%、186.74%、


本文編號：3241646