基于深度Q学习的含电动汽车孤岛微电网负荷频率控制策略

摘要

负荷频率控制对维持孤岛微电网的稳定运行有着至关重要的意义。针对微电网受到强随机扰动和网络拓扑参数改变时的频率控制问题,文章提出了基于深度Q学习(deep Q-learning, DQN)的含电动汽车孤岛微电网负荷频率控制策略。首先,建立了考虑用户充电行为随机性的集群电动汽车频率控制模型,从而搭建出包含光伏、风电、微型燃气轮机、电动汽车及其随机功率增量约束的微电网负荷频率控制(load frequency control, LFC)模型。其次,设计了基于DQN的频率控制器结构,并依次完成了状态空间、动作空间以及奖励函数的定义,并通过调节得到了最优超参数。最后,仿真结果表明,与PI控制、FUZZY控制相比,文章所提出的DQN控制器具备在线学习和经验回放能力,能更有效地应对强随机性的微电网LFC问题,同时也能更好地适应系统网络拓扑参数与结构改变的复杂运行工况。