基于多步回溯Q（λ）学习的互联电网随机最优CPS控制.pdfVIP

2011年 6 月 电 工 技 术 学 报 V01．26 No．6 第 26卷第 6期 TRANSACTIONS0FCHINA ELECTROTECHNICAL S0CIETY Jun． 2011 基于多步回溯 Q(学习的互联 电网 随机最优 CPS控制 余 涛 周 斌 ，2 陈家荣 2 (1．华南理工大学电力学院 广州 510640 2．香港理工大学电机工程学系 香港 中国) 摘要 针对非马尔可夫环境下火电占优的互联电网AGC控制策略，弓I入随机最优控制中Q(2) 学习的 “后向估计”原理，可有效解决火电机组大时滞环节带来的延时回报问题。本文以CPS1／CPS2 滚动平均值为状态输入，将 CPS评价指标与松弛 目标根据线性加权原则转化为MDP奖励函数， 从长期的角度提出一种在线反馈学习结构的随机最优CPS控制。统计性仿真试验表明，所提CPS 控制具有较强的适应性和动态性能，在保证CPS合格率基础上能有效减少调度端的平均发令次数