殷林飞, 余涛

(华南理工大学 电力学院，广东 广州 510640)

摘要：在现代互联大电网背景下，研究了多区域强鲁棒性的智能发电控制策略。在Q学习的架构下，将深度神经网络的预测机制作为强化学习的动作选择机制，提出了一种具有强鲁棒性的深度Q学习算法，设计了基于该算法的智能发电控制器。针对智能电网下的智能发电控制问题，在多智能体系统的框架下采用所提深度Q学习算法进行控制，并与传统的PID、Q学习和Q(λ)算法进行对比。在IEEE标准2区域和以南方电网4区域为背景的仿真模型(采用了23 328种不同模型参数)中进行数值仿真，仿真结果验证了所提深度Q学习算法的可行性和有效性，也验证了所设计控制器的强鲁棒性。

【下载PDF全文】基于深度Q学习的强鲁棒性智能发电控制器设计