基于强化学习的多微电网分布式二次优化控制

• 作者: 李娜 李虎成 柳伟 殷明慧 沈珺 温镇
• 来源期刊: 电力系统自动化
• 关键词: 分布式二次优化控制 本地/全局奖励 多智能体系统 强化学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 198-206
• 页数: 9页
• 字数: 8923字
• 语种: 中文
• DOI: 10.7500/AEPS20190521007

摘要

针对微电网中分布式电源下垂一次控制产生的系统频率和电压静态偏差问题,提出了一种基于强化学习就地反馈方法的分布式二次优化控制,利用本地信息可兼顾频率恢复和电压调整的需求.首先,针对微电网经济性、频率及电压控制需求和各分布式电源综合性能(环境效益、经济效益、技术效益),定义了本地奖励,协调多微电网的频率恢复和电压调节.其次,针对电网实际运行情况,在满足供需平衡的同时,使用多智能体强化学习算法对全局奖励反馈优化修正,使各分布式电源协同出力渐近消除频率偏差,保证微电网的稳定运行.最后,通过实例验证了所提出控制的有效性和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷明慧	南京理工大学自动化学院	28	412	9.0	20.0
2	温镇		3	7	2.0	2.0
3	李娜	南京理工大学自动化学院	10	28	3.0	5.0
4	柳伟	南京理工大学自动化学院	4	2	1.0	1.0
5	李虎成	国网江苏省电力有限公司电力科学研究院	6	70	4.0	6.0
6	沈珺	南京理工大学自动化学院	1	1	1.0	1.0