基于强化学习的前瞻经济调度的评估
系统与控制
2022-09-22 v1 人工智能
系统与控制
摘要
现代电力系统正经历由可再生能源带来的多种挑战，这要求开发如强化学习（RL）等新型调度方法。对这些方法以及 RL 智能体的评估在很大程度上未被充分探索。本文中，我们提出一种评估方法，用于分析 RL 智能体在前瞻经济调度方案中的性能。该方法通过扫描多种运行场景来实施。特别地，开发了一种场景生成方法以生成用于评估的网络场景与需求场景，并根据功率流变化率对网络结构进行聚合。随后定义了若干指标，从经济性与安全性角度评估智能体性能。在案例研究中，我们使用改进的 IEEE 30 节点系统来说明所提评估方法的有效性，仿真结果显示出对不同场景良好且快速的适应性。不同 RL 智能体之间的比较亦具信息量，可为学习策略的更好设计提供建议。
引用
@article{arxiv.2209.10207,
title = {Evaluation of Look-ahead Economic Dispatch Using Reinforcement Learning},
author = {Zekuan Yu and Guangchun Ruan and Xinyue Wang and Guanglun Zhang and Yiliu He and Haiwang Zhong},
journal= {arXiv preprint arXiv:2209.10207},
year = {2022}
}
备注
This paper has 6 pages and 2 figures. This paper has been accepted by 2022 IEEE Conference on Energy Internet and Energy System Integration (EI2 2022)