基于多步回溯Q(λ)学习的电网多目标最优碳流算法

被引：18
作者：
张孝顺
郑理民
余涛
机构：
[1] 华南理工大学电力学院
来源：
电力系统自动化 | 2014年 / 38卷 / 17期
关键词：
Q(λ)学习; 最优碳流; 多目标优化; 强化学习;
D O I：
暂无
中图分类号：
TM744 [电力系统的计算];
学科分类号：
080802 ;
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。
引用
收藏
页码：118 / 123
页数：6
相关论文
共 19 条
[1]   考虑静态电压稳定的低碳电力调度 [J].
熊宁 ;
吴越 ;
蔡恒 ;
杨胡萍 .
中国电机工程学报, 2013, 33 (04) :62-67+9
[2]   计及碳排放含有碳捕集电厂电网的多目标动态最优潮流 [J].
卫志农 ;
向育鹏 ;
孙国强 ;
黄向前 .
电网技术, 2012, 36 (12) :11-17
[3]   碳排放流在电力网络中分布的特性与机理分析 [J].
周天睿 ;
康重庆 ;
徐乾耀 ;
陈启鑫 ;
辛建波 ;
吴越 .
电力系统自动化, 2012, 36 (15) :39-44
[4]   用户侧电力碳排放强度的评估原则与模型 [J].
李保卫 ;
胡泽春 ;
宋永华 ;
方晓松 ;
杨俊 .
电网技术, 2012, 36 (08) :6-11
[5]   电力碳排放区域分摊的原则与模型 [J].
李保卫 ;
胡泽春 ;
宋永华 ;
王广辉 .
电网技术, 2012, 36 (07) :12-18
[6]   电力系统碳排放流的计算方法初探 [J].
周天睿 ;
康重庆 ;
徐乾耀 ;
陈启鑫 .
电力系统自动化, 2012, 36 (11) :44-49
[7]   基于分布式多步回溯Q(λ)学习的复杂电网最优潮流算法 [J].
余涛 ;
刘靖 ;
胡细兵 .
电工技术学报, 2012, 27 (04) :185-192
[8]   电力系统碳排放流分析理论初探 [J].
周天睿 ;
康重庆 ;
徐乾耀 ;
陈启鑫 .
电力系统自动化, 2012, 36 (07) :38-43+85
[9]   基于多步回溯Q(λ)学习的互联电网随机最优CPS控制 [J].
余涛 ;
周斌 ;
陈家荣 .
电工技术学报, 2011, 26 (06) :179-186
[10]   碳交易机制下考虑节能减排的竞价交易模式 [J].
李现忠 ;
蔡兴国 ;
付春梅 .
电力系统自动化, 2011, 35 (10) :48-52
12