基于分布式多步回溯Qλ学习的复杂电网最优潮流算法.PDF

20 12 年 4 月 电 工 技 术 学 报 Vol.27 No. 4 第 27 卷第 4 期 TRAN SACTION S OF CHINA ELECTROTECHNICAL SOCIETY Apr . 20 12 基于分布式多步回溯 Q() 学习的复杂电网最 优潮流算法 1 1 2 余涛 刘靖 胡细兵 （1. 华南理工大学电力学院 广州 5 10640 2. 安庆供电公司 安庆 246003） 摘要 针对传统最优潮流算法对复杂多目标函 的不适应性以及常规算法难以满足大规模 电网计算实时性的要求，本文中提出一种新颖的基于复杂电网分区的最优潮流分布式Q() 学 习算法，该算法无须对最优潮流 学模型进行辅助处理，不依赖于对象模型，其内部各 Agent 使用标准的多步Q() 算法独立承担各分区子系统的学习任务，通过统一协作从而形成整 体意义上的最优，并在 IEEE 118 点等标准算例中进行了验证，取得了良好的效果，为解决复 杂电网多目标最优潮流问题提供了一种新的可行、有效的方法。 关键词：最优潮流 Q() 学习 多目标优化 分布式强化学习 中图分 号：TM76 1; TP273 Optimal Power Flow for Complex Power Grid Using Distributed Multi-Step Backtrack Q() Learning Yu Tao1 L iu J ing 1 H u X ibing2 （1. South China University of Technology Guangzhou 5 10640 China 2. Anqing Power Supply Corporation Anqing 246003 China ） Abstract As for the problem that usual optimal power flow algorithm can not meet the timely demand of the complex power grid.,this paper presents a novel distributed Q() learning algorithm based on complex districted power grid ,which deals no auxiliary process with the optimal power flow (OPF) mathematical model and whose internal agent independently undertakes each district ’s learning duty with the standard multi-step Q() learning algorithm, and then coordinately cooperate to reach the optimization of the whole system . The result of the application in IEEE 118 bus bar demonstrates that the distributed Q() learning algorithm provides a new feasible and effective method to the