首页 | 本学科首页   官方微博 | 高级检索  
     

互联电网自动发电控制功率分配的改进逼近于理想解的排序--Q多目标优化算法
引用本文:张孝顺,余涛. 互联电网自动发电控制功率分配的改进逼近于理想解的排序--Q多目标优化算法[J]. 控制理论与应用, 2015, 32(4): 497-503
作者姓名:张孝顺  余涛
作者单位:1. 华南理工大学电力学院,广东广州,510640
2. 广东省绿色能源技术重点实验室,广东广州,510640
基金项目:国家重点基础研究发展计划(“973”计划)项目(2013CB228205), 国家自然科学基金项目(51177051, 51477055), 中国南方电网科技项目资助.
摘    要:本文提出了一种多目标决策与强化学习相结合的改进的逼近于理想解的排序(technique for order preference similar to an ideal solution,TOPSIS)-Q算法,有效解决了自动发电控制(automatic generation control,AGC)总功率指令分配到风电、水电、火电等各类AGC机组的动态随机多目标优化问题.算法采用3个不同的目标Q值矩阵进行迭代更新,然后利用改进TOPSIS方法对Q值矩阵进行多目标决策处理,客观地给出各目标的动态最优权重系数,从而得到各状态-动作对的综合评价判据.IEEE标准两区域模型仿真研究验证了改进TOPSIS-Q算法在AGC机组功率多目标动态优化分配过程应用的可行性和有效性,在复杂随机扰动的环境中提高系统CPS性能的同时,有效降低了AGC机组调节成本和碳排放.

关 键 词:改进TOPSIS-Q  强化学习  多目标优化  AGC功率分配
收稿时间:2014-07-11
修稿时间:2015-01-06

Stochastic optimal generation command dispatch of interconnected power grids based on improved multi-objective technique for order preference similar to an ideal solution-Q algorithm
ZHANG Xiao-shun and YU Tao. Stochastic optimal generation command dispatch of interconnected power grids based on improved multi-objective technique for order preference similar to an ideal solution-Q algorithm[J]. Control Theory & Applications, 2015, 32(4): 497-503
Authors:ZHANG Xiao-shun and YU Tao
Affiliation:College of Electric Power, South China University of Technology; Guangdong Key Laboratory of Clean Energy Technology,College of Electric Power, South China University of Technology; Guangdong Key Laboratory of Clean Energy Technology
Abstract:
Keywords:improved TOPSIS-Q  reinforcement learning  multi-objective optimization  AGC generation command dispatch
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《控制理论与应用》浏览原始摘要信息
点击此处可从《控制理论与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号