基于群智能强化学习的电网最优碳-能复合流算法

• 作者: 余涛 张孝顺 谭敏 郭乐欣
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: Q(λ)算法 群智能 最优碳-能复合流 强化学习
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 1-7
• 页数: 7页
• 分类号: TM734
• 字数: 5377字
• 语种: 中文

摘要

结合电网能流和碳排放流的传输特性,建立了电网最优碳-能复合流的数学模型,并提出了基于群智能的多步回溯Q(λ)强化学习算法,有效解决了电网碳-能复合流的动态优化问题.其中以线性加权的方式把电网网损、碳流损耗和电压稳定设计为奖励函数,通过引入粒子群的多主体计算,每个主体都有各自的Q值矩阵进行寻优迭代.IEEE118节点仿真结果表明:较传统Q(λ)算法本文所提出算法能在保证较好全局寻优能力的同时,收敛速度至少能提高10倍以上,为解决实际大规模复杂电网的碳-能复合流在线滚动优化提供了一种快速、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
3	张孝顺	华南理工大学电力学院	30	202	9.0	13.0
5	谭敏	华南理工大学电力学院	9	32	4.0	5.0
7	郭乐欣	华南理工大学电力学院	4	12	2.0	3.0