求解多目标协调二级电压控制的简化强化学习方法

以最小化分区内主导节点电压偏差和发电机无功出力比例的方差为目标，建立多目标协调二级电压控制模型，可协调变电站容抗器与发电机自动电压调节器的动作。针对其控制特点和在线优化的要求，提出一种简化强化学习求解方法。为了加快奖励值的传播速度，该方法定义了新的状态函数，并在主循环之前利用全局搜索来实现初始值定位和状态空间的自主压缩，从而极大地提高搜索效率；在主循环的搜索过程中采用基于状态敏感度的自适应学习阶段划分准则，实现学习经验搜索与利用的平衡；将单次动作的变量选择范围扩大到所有控制变量，使得在有限循环次数下的搜索尽可能覆盖到整个状态空间。为了反映系统的当前偏好信息，引入实时权重系数的概念，并在求得帕累托前沿后根据实时权重选出最优控制。算例分析分别从帕累托前沿质量、优化时间、收敛率以及实时权重的控制效果四个方面验证了简化强化学习方法和实时权重系数的优越性。

Reduced Reinforcement Learning Method Applied to Multi-objective Coordinated Secondary Voltage Control