科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了快速平抑分布式能源接入系统产生的无功电压波动，以强化学习、模仿学习为代表的机器学习方法逐渐被应用于无功电压控制。虽然现有方法能实现在线极速求解，但仍然存在着离线训练速度慢、普适性不够等阻碍其应用于实际的缺陷。该文首先提出一种适用于输电网集中式控制的单智能体简化强化学习方法，该方法基于“Actor-Critic”架构对强化学习进行简化与改进，保留了强化学习无需标签数据与强普适性的优点，同时消除了训练初期因智能体随机搜索造成的计算浪费，大幅提升了强化学习的训练速度；然后，提出一种适用于配电网分布式零通信控制的多智能体简化强化学习方法，该方法将简化强化学习思想推广形成多智能体版本，同时采用模仿学习进行初始化，将全局优化思想提前注入各智能体，提升各无功设备之间的就地协同控制效果；最后，基于改进IEEE 118节点算例的仿真结果验证了所提出方法的正确性与快速性。
-
单位武汉大学; 自动化学院
