基于分层相关均衡强化学习的CPS指令优化分配算法

作     者：张孝顺 余涛 唐捷 ZHANG Xiaoshun;YU Tao;TANG Jie

作者机构：华南理工大学电力学院广东省广州市510640 广东电网公司韶关供电局广东省韶关市512026 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2015年第39卷第8期

页      面：80-86页

核心收录：

学科分类：080804[工学-电力电子与电力传动] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家重点基础研究发展计划(973计划)资助项目(2013CB228205) 国家自然科学基金资助项目(51177051 51477055) 中国南方电网规划研究项目~~ 

主　　题：自动发电控制 多智能体系统 随机对策 强化学习 

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。