典型文献
基于深度强化学习的城市配电网多级动态重构优化运行方法
文献摘要：
随着配电网分布式电源的大量接入以及城市区域负荷的快速发展,使得配电网运行环境愈发复杂.同时由于配电网重构涉及大量的开关状态二进制零散变量,现有优化方法很难求解大规模城市配电网重构问题.基于此,提出一种基于深度强化学习的城市配电网多级动态重构方法.首先,建立基于深度学习的配电网多级重构快速判断模型,通过该模型实现对重构级别在线决策,并对智能体动作空间进行降维.其次,使用含参数冻结和经验回放机制的深度Q网络对预测负荷、光伏能源输出功率等环境信息进行学习.以运行成本、电压偏移度以及负荷均衡度最优为目标,通过习得的策略集对配电网进行动态重构与运行优化.建立多智能体强化学习模型,对各个时段的不同重构主体进行联合优化.最后,通过算例分析验证了所提方法的有效性.
文献关键词：
城市配电网;配电网重构;机器学习;深度Q网络
中图分类号：
作者姓名：
王子晗;高红均;高艺文;卿竹雨;胡铭洋;刘俊勇
作者机构：
四川大学电气工程学院,四川成都 610065;国网四川省电力公司电力科学研究院,四川成都 610041
文献出处：
引用格式：
[1]王子晗;高红均;高艺文;卿竹雨;胡铭洋;刘俊勇-.基于深度强化学习的城市配电网多级动态重构优化运行方法)[J].电力系统保护与控制,2022(24):60-70
A类：
B类：
深度强化学习,城市配电网,动态重构,重构优化,优化运行,电网分布,分布式电源,城市区域,配电网运行,运行环境,配电网重构,开关状态,二进制,零散,重构方法,判断模型,模型实现,在线决策,动作空间,含参数,冻结,经验回放机制,预测负荷,光伏能源,输出功率,环境信息,运行成本,电压偏移,偏移度,负荷均衡度,习得,运行优化,多智能体强化学习,联合优化,算例分析,分析验证
AB值：
0.359046
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
