基于分层相关均衡强化学习的 CPS 指令优化分配算法

• 作者: 余涛 唐捷 张孝顺
• 来源期刊: 电力系统自动化
• 关键词: 自动发电控制 多智能体系统 随机对策 强化学习
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 学术研究
• 页码范围: 80-86
• 页数: 7页
• 字数: 4806字
• 语种: 中文
• DOI: 10.7500/AEPS20140506012

摘要

提出了一种应用在控制性能标准(CPS)下自动发电控制(AGC)指令(CPS 指令)由调度端至各台机组的动态分配过程的分层多智能体相关均衡(HCEQ)算法。根据机组调频时延对其进行聚类分层,有效解决了 CPS 指令分配过程的维数灾难问题。相比单智能体强化学习算法,HCEQ 算法引入了均衡目标函数的求解,有效提高了算法寻优速度。将功率偏差、水电裕度和调节成本目标以线性加权的方法转化为算法奖励函数,研究了不同权值下 CPS 控制性能和调节成本的变化关系。南方电网模型仿真研究表明,HCEQ 算法具有较快的收敛速度,在复杂随机扰动的环境中能有效提高系统 CPS 考核合格率,并有效降低 AGC 调节成本。

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	唐捷		19	153	9.0	12.0
3	张孝顺	华南理工大学电力学院	30	202	9.0	13.0