基于Q学习算法的能源互联网分层优化研究

作者：董香栾; 赵琰; 王昱日

来源：沈阳工程学院学报(自然科学版), 2022, 18(02): 8-13.

DOI：10.13888/j.cnki.jsie(ns).2022.02.002

• 能源互联网
• 分层优化
• 智能体
• Q学习算法

能源互联网由于分布式设备数量剧增，优化调度决策需要分析处理海量数据，对功率流的分析将会面临重重困难。分层优化是针对非线性高维问题及海量数据处理难题的解决策略，其基本思路是将系统按照一定标准，划分为若干层次，再按照系统物理特征划分为不同的区域，给每个区域分配智能体来负责设备的调控，重点研究考虑电、气、热系统结构的潮流分布。结合Q学习基本原理，详细研究了如何将能源互联网系统潮流转化为Q学习模型，并通过仿真算例分析，验证所提出算法的有效性。

• 单位
  沈阳工程学院; 国网辽宁省电力有限公司