基于具有强化学习思想的集成学习自动发电控制算法
Southern Power System Technology（2023）
摘要
"碳达峰、碳中和"加速以新能源为主体的新型电力系统快速发展,大规模新能源的接入将使电力系统的控制性能变差.从自动发电控制角度提出了一种新颖的基于集成学习的EBQ(σ,λ)算法来获得全局最优解,进而提高电网差的控制性能指标.所提算法不仅能够通过降低下一状态Q值的均方误差来解决传统强化学习估值偏差问题,且所引入的采样参数σ可对提高算法效率及更好的训练样本进行权衡,同时,资格迹的引入,可以解决时间信分度问题.通过对改进的IEEE标准两区LFC模型和广东电网模型进行仿真,结果显示,相较于传统算法,所提算法具有更优的控制性能指标,并且可减少碳排放.
更多关键词
ensemble learning,automatic generation control,reinforcement learning,control performance standard
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要