基于改进深度强化学习算法的电力调度策略分析.pdfVIP

创新应用Applications

基于改进深度强化学习算法的电力调度

策略分析

贺明强，靳君，关新宇，宋德琦

（国网白银供电公司，甘肃730900）

摘要：阐述电力系统的运行状态，建立电力系统模型，设计基于改进深度强化学习算法的辅助决策方

法，并针对电力系统中存在的随机扰动问题，采用深度强化学习算法的辅助决策策略。

关键词：深度强化学习算法，电力系统模型设计，辅助决策。

中图分类号：TP18，TM73文章编号：1674-2583(2024)10-0404-02

DOI：10.19339/j.issn.1674-2583.2024.10.193

文献引用格式：贺明强，靳君，关新宇，宋德琦.基于改进深度强化学习算法的电力调度策略分析[J].集成

电路应用,2024,41(10):404-405.

AnalysisofPowerDispatchingStrategyBasedon

ImprovedDeepReinforcementLearningAlgorithm

HEMingqiang,JINJun,GUANXinyu,SONGDeqi

(StateGridBaiyinPowerSupplyCompany,Gansu730900,China.)

Abstract—Thispaperdescribestheoperatingstatusofthepowersystem,establishesapower

systemmodel,designsanauxiliarydecision-makingmethodbasedonanimproveddeepreinforcement

learningalgorithm,andadoptsadeepreinforcementlearningalgorithmasanauxiliarydecision-making

strategytoaddresstheproblemofrandomdisturbancesinthepowersystem.

IndexTerms—deepreinforcementlearningalgorithm,powersystemmodeldesign,assisted

decision-making.

0引言强化学习方法对电网运行状态进行建模与分析，并

能源互联网环境中，电力系统运行模式发生根在此基础上，研究基于深度强化学习的电网调度辅

本改变，源荷耦合关系更为复杂，源荷互动行为特助决策方法。（3）对所提出的控制方案进行了仿

征也随之改变。这使得电力系统的运行控制方式有真研究，结果表明，所提出的控制策略可以有效地

别于常规的电力系统。为保证电网安全稳定运行，减少系统开销，同时确保电网的安全、稳定运行。

改善供电品质，降低系统运行成本，供电企业必须2电力系统模型

对源端与用户端实施统一的协调控制。当前，电网该模型由节点、支路组成，其中节点、支路

调度人员仍沿用传统的调度方式，其决策结果将严为电源、负荷、输电线等。在此基础上，建立了节

重影响电网的安全运行。为保证电网的安全稳定运点与分支模型，使电力系统中各设备间的互动关系

行，提高供电质量，需要进一步研究电力调度的辅更为精确。基于模糊数学理论的模糊数学模型具有

助决策问题。深度强化学习是一种模仿人的认知活较高的精度，可以有效地防止一些不确定因素的产

动，具有解释性强、推广能力强等优点的人工智能生。对电力系统建模的主要目标是弄清电网中各设

算法。基于强化学习的深度强化学习方法在电力系备间的相互联系及工作机理，从而判定电网是否具

统的调度问题中得到了逐步的应用。有稳定运行。通过对电网模型的分析，可以看出目

1研究背景