基于知识经验和深度强化学习的大电网潮流计算收敛自动调整方法

作者：王甜婧; 汤涌; 郭强; 黄彦浩; 陈兴雷; 黄河凯

来源：中国电机工程学报, 2020, 40(08): 2396-2406.

DOI：10.13334/j.0258-8013.pcsee.191443

• 潮流计算
• 收敛性
• 知识经验
• 深度强化学习
• 功率平衡

针对目前大电网潮流计算不收敛所带来的人力和时间成本消耗问题,提出了一种基于知识经验和深度强化学习的潮流计算收敛自动调整方法。首先介绍了潮流计算收敛调整的知识经验和深度强化学习的基本概念与原理,然后设计了强化学习的状态、动作空间和多重奖赏,以及深度神经网络的网架,再通过在强化学习中加入知识经验,缩小搜索空间,并模拟人调整的过程,先平衡有功功率再平衡无功功率,使搜索具有方向性,构建了潮流调整策略。在平衡无功功率时,利用Dijkstra算法以最优路径的方法,定位出无功功率可能不平衡位置附近的电容器和电抗器。最后,利用改进CEPRI36节点系统和东北电网实际系统验证了方法的有效性。

• 单位
  哈尔滨工业大学; 中国电力科学研究院有限公司