基于多步回溯Q(λ)学习的互联电网随机最优CPS控制

作者：余涛; 周斌; 陈家荣

来源：电工技术学报, 2011, (06): 179-186.

• 自动发电控制
• 控制性能标准
• 多步Q(&lambda
• )学习
• 非马尔可夫环境
• 随机最优控制 Automatic generation control
• control performance standard(CPS)
• multi-step Q(?) learning
• Non-Markovian environment
• stochastic optimal control

针对非马尔可夫环境下火电占优的互联电网AGC控制策略,引入随机最优控制中Q(λ)学习的"后向估计"原理,可有效解决火电机组大时滞环节带来的延时回报问题。本文以CPS1/CPS2滚动平均值为状态输入,将CPS评价指标与松弛目标根据线性加权原则转化为MDP奖励函数,从长期的角度提出一种在线反馈学习结构的随机最优CPS控制。统计性仿真试验表明,所提CPS控制具有较强的适应性和动态性能,在保证CPS合格率基础上能有效减少调度端的平均发令次数和反调次数。同时,该策略提供了一种可通过修正松弛因子在线调整AGC系统的"松弛度",可降低发电成本及机组磨损,从而实现CPS松弛控制。

• 单位
  香港理工大学; 华南理工大学