-
题名基于Q学习算法的能源互联网分层优化研究
被引量：1
- 1
-
-
作者
董香栾
赵琰
王昱日
-
机构
沈阳工程学院电力学院
沈阳工程学院科技处
国网辽宁省电力有限公司本溪市高新技术产业开发区供电分公司
-
出处
《沈阳工程学院学报（自然科学版）》
2022年第2期8-13,共6页
-
文摘
能源互联网由于分布式设备数量剧增,优化调度决策需要分析处理海量数据,对功率流的分析将会面临重重困难。分层优化是针对非线性高维问题及海量数据处理难题的解决策略,其基本思路是将系统按照一定标准,划分为若干层次,再按照系统物理特征划分为不同的区域,给每个区域分配智能体来负责设备的调控,重点研究考虑电、气、热系统结构的潮流分布。结合Q学习基本原理,详细研究了如何将能源互联网系统潮流转化为Q学习模型,并通过仿真算例分析,验证所提出算法的有效性。
-
关键词
能源互联网
分层优化
智能体
Q学习算法
-
Keywords
Energy Internet
Hierarchical optimization
Agent
Q-learning algorithm
-
分类号
TM715
[电气工程—电力系统及自动化]
-
