典型文献
基于权重双Q-时延更新学习算法的自动发电控制
文献摘要：
大规模可再生能源和柔性负荷的接入会给分布式多区域互联电网带来强随机扰动,传统的控制方法无法有效提高由于强随机扰动所导致的电网愈来愈差的控制性能.为此,该文从自动发电控制角度提出一种面向分布式多区域互联电网的多智能体协同控制算法,即权重双Q-时延更新算法.所提算法可通过权重双Q算法来解决传统强化学习中动作探索值高估或低估的问题,并引入时延更新策略进一步提高其更新效率,进而提高其收敛性能.对改进的IEEE标准两区域负荷频率控制模型和融入大规模可再生能源的四区域互联电网模型进行仿真,仿真结果表明,所提算法能够有效提高电网的控制性能,实现分布式多区域互联电网间的协同控制,而且与传统方法相比,具有更优控制性能和更快收敛速度.
文献关键词：
权重双Q;时延更新;强化学习;自动发电控制;多智能体
中图分类号：
作者姓名：
李彦营;席磊;郭宜果;王昱昊;孙梦梦;金澄心
作者机构：
三峡大学电气与新能源学院,湖北省 宜昌市 443002;国网山东省电力公司经济技术研究院,山东省 济南市 250000
文献出处：
引用格式：
[1]李彦营;席磊;郭宜果;王昱昊;孙梦梦;金澄心-.基于权重双Q-时延更新学习算法的自动发电控制)[J].中国电机工程学报,2022(15):5459-5470,中插7
A类：
时延更新
B类：
新学,自动发电控制,可再生能源,柔性负荷,入会,多区域互联,区域互联电网,随机扰动,愈来愈,愈差,控制性能,多智能体协同,协同控制,控制算法,新算法,强化学习,高估,低估,更新策略,收敛性能,IEEE,负荷频率控制,控制模型,四区,电网模型,网间,快收敛,收敛速度
AB值：
0.252096
相似文献
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。
