基于深度强化学习的电网自主控制与决策技术

高比例可再生能源和电力电子设备渗透率的不断增加给电力系统运行与调控带来诸多挑战。本文基于深度强化学习技术（深度确定策略梯度, DDPG）提出了具有在线学习功能的电网自主优化控制与决策框架，即“电网脑”系统；通过不断的学习和经验累积，AI智能体可以在亚秒级时间内根据实时量测数据给出调控指令及预期效果。该系统近期可用于辅助调度员决策，远期可为自动调度提供技术手段。本文以电网电压和联络线潮流控制为例，从多方面详细介绍了自主调控的方法，包括问题描述、控制目标和样本设定、奖惩机制定义、状态空间和控制动作集定义、算法实现流程等。大量的数值仿真实验验证了所提方法强大的学习能力以及应用于电力系统自主控制与决策的可行性。