基于多步回溯Q（λ）学习的电网多目标最优碳流算法

• 作者: 余涛 张孝顺 郑理民
• 来源期刊: 电力系统自动化
• 关键词: Q (λ)学习 最优碳流 多目标优化 强化学习
• 年，卷（期）: 2014,（17）
• 所属期刊栏目: 碳排放流
• 页码范围: 118-123
• 页数: 6页
• 字数: 5132字
• 语种: 中文
• DOI: 10.7500/AEPS20140513010

摘要

为弥补传统最优潮流计算中缺少对电力网络的碳排放优化控制，文中利用基于潮流计算结果的碳流模型，提出了一种基于半马尔可夫决策过程的 Q (λ)学习算法，把潮流问题中的约束、可控变量转换成算法的状态和动作，并以线性加权方式把碳流损耗、网损和电压稳定分量转化为奖励函数，通过不断试错与迭代来动态寻找最优动作策略。将该算法在 IEEE 57节点标准算例中进行了验证，取得了良好效果，为解决电网多目标最优碳流问题提供了一种可行、有效的方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余涛	华南理工大学电力学院	165	1484	19.0	31.0
2	张孝顺	华南理工大学电力学院	30	202	9.0	13.0
3	郑理民	华南理工大学电力学院	2	18	2.0	2.0