基于最大熵强化学习的电网自主拓扑切换控制技术

作者：马世乾; 黄家凯; 崇志强; 韩枭赟; 徐娜; 穆朝絮

来源：电力系统及其自动化学报, 2022, 34(12): 51-60.

DOI：10.19635/j.cnki.csu-epsa.001004

• 最大熵强化学习算法
• 模仿学习-最大熵算法
• 拓扑鲁棒性
• 电网调控运行

随着新能源装机量逐年提高，电网结构日趋复杂，针对新能源并网后导致的运行安全问题，本文提出一种基于最大熵强化学习的电网自主拓扑切换控制算法，为变电站和输电线提供切换策略。首先设计了基于模仿学习的神经网络预训练方案，提出了模仿学习-最大熵算法，解决了电网拓扑切换中面临的爆炸性动作组合空间问题和切换导致的脆弱性问题，智能体可在亚秒级内给出控制指令。基于IEEE 45节点算例对所提算法进行仿真验证，结果表明其具有较强的高效性与鲁棒性。

• 单位
  天津大学; 国网天津市电力公司电力科学研究院