基于迁移多搜索器Q学习算法的碳能复合流无功优化

作     者：唐建林 余涛 肖勇 钱斌 王浩林 TANG Jianlin;YU Tao;XIAO Yong;QIAN Bin;WANG Haolin

作者机构：南方电网科学研究院有限责任公司广州510663 广东省电网智能量测与先进计量企业重点实验室广州510663 华南理工大学电力学院广州510641 

基　　金：国家重点研发计划(政府间跨国合作项目重点专项 2019YFE0118700) 

出 版 物：《电力电容器与无功补偿》 (Power Capacitor & Reactive Power Compensation)

年 卷 期：2022年第43卷第1期

页      码：18-29页

摘      要：传统的碳排放计算模型,发电侧承担着主要的责任。但是在碳排放流的理论中,认为电网侧和用户侧才是碳排放的主要来源,需要承担主要责任。因此,有必要利用碳排放流分析方法将发电侧的碳足迹转移到电网侧和用户侧,从而制定出更有效的节能减排策略,减少二氧化碳的排放。因此,为了实现电力系统的低碳、节能和经济运行,本文把碳-能复合流放进了无功优化的目标函数中。为了对碳能复合流无功优化的模型进行求解以及证明迁移多搜索器Q学习算法的优越性,本文在IEEE 118节点系统上设计了碳-能复合流优化模型,并将GA等6种算法加进来进行对比仿真实验。算例仿真验证结果表明,所提模型和算法能够实现电力系统经济、低碳、安全运行。

主 题 词：碳排放 碳-能复合流 迁移多搜索器Q学习算法 无功优化 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080802[080802] 0808[工学-自动化类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.14044/j.1674-1757.pcrpc.2022.01.003

馆 藏 号：203107969...