基于群智能强化学习的电网最优碳-能复合流算法

作     者：郭乐欣 张孝顺 谭敏 余涛 Guo Lexin;Zhang Xiaoshun;Tan Min;Yu Tao

作者机构：华南理工大学电力学院广州510640 广东省绿色能源技术重点实验室广州510640 

基　　金：国家重点基础研究发展计划(973计划)(2013CB228205) 国家自然科学基金项目(51177051 51477055) 

出 版 物：《电测与仪表》 (Electrical Measurement & Instrumentation)

年 卷 期：2017年第54卷第1期

页      码：1-7页

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。

主 题 词：Q(λ)算法 群智能 最优碳-能复合流 强化学习 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1001-1390.2017.01.001

馆 藏 号：203215231...