科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着新型电力系统的建设，高比例可再生能源的随机性导致电网运行方式的不确定性大幅增加，对电网的安全稳定经济运行带来严峻挑战。采用深度强化学习方法等数据驱动的人工智能方法对电网进行调控并进行辅助决策在新型电力系统中具有重要的意义。但当前基于深度强化学习的在线调度算法仍然面临高维决策空间难建模，调度策略难优化的问题，使得模型搜索效率较低、收敛较慢，因此本文提出了一种基于分层强化学习的新型电力系统在线稳态调度方法，通过自适应选取关键节点调节以降低决策空间。在此基础上进一步引入基于GRU的状态上下文感知模块建模高维环境状态，综合运行成本、能源消纳以及越限情况为优化目标构建模型，并考虑各种运行约束。本文也在IEEE-118、SG-126等三个标准算例集上的广泛实验验证了所提算法的有效性。
- 单位
