结合深度强化学习与人工经验的电网断面功率调整方法

作者：杨晓东; 严剑峰; 刘佳霖

来源：电力系统自动化, 2022, 1-9.

• 潮流调整
• 断面
• 深度强化学习
• 近端策略优化算法

随着电力系统中新能源比例不断增加，区域间的能量传输变化愈加剧烈，因此，研究大电网断面功率调整方法十分必要。然而，由于传统算法存在潮流不收敛问题以及依赖专家经验等局限性，无法很好地克服在调整目标变化幅度较大时收敛性不佳的困难。为此提出一种将人工经验和深度强化学习相结合的断面功率控制方法。首先，介绍了深度强化学习的基本概念，并提出了发电机提前筛选和功率补偿机制；然后设计了深度强化学习模型的状态、奖励函数以及神经网络的结构，并通过在模型训练过程中引入知识经验，有效缩减了智能体的动作空间。最后，利用IEEE 39节点系统和东北电网的实际算例验证了方法的有效性。

• 单位
  中国电力科学研究院有限公司