基于深度强化学习的电网机组组合算法

摘要

机组组合是电力系统经济调度中的关键问题.机组组合问题属于复杂混合整数非线性优化问题,大多数优化算法在求解速度、求解效率、计算复杂性等方面存在不足.随着人工智能技术的不断发展,智能算法在电力系统决策优化问题上逐渐得到应用,并取得较好效果.本文提出了一种基于深度强化学习的电网机组组合算法:首先构建以发电成本最小为目标函数的机组组合数学模型,并以功率平衡、机组出力限制和最小启停时间约束为约束条件,然后将机组组合问题在强化学习框架下完成描述,并对状态空间、动作空间、奖励函数进行定义,最后采用深度Q网络算法来训练求解机组组合问题模型.经算例分析及测试结果分析,验证了所提方法在机组组合问题求解上的有效性和优越性.