-
题名Q学习差分进化算法求解热电动态经济排放调度
被引量：1
- 1
-
-
作者
方帅
陈旭
李康吉
-
机构
江苏大学电气信息工程工程学院
-
出处
《电子科技》
2024年第5期9-17,共9页
-
基金
国家自然科学基金(61873114)
江苏大学农业装备学部青年计划项目(NZXB20210211)。
-
文摘
热电联产动态经济排放调度同时考虑了燃料成本花费和污染气体排放两个目标值,且下一时间段的热电产量受当前时间段热电产量的影响,这是近年来电力系统运行中的一个重要问题。文中提出一种基于Q学习强化多目标差分进化(Q Learning Multi-Objective Differential Evolution,QLMODE)算法,以此求解热电联产动态经济排放调度(Combined Heat and Power Dynamic Economic Emission Dispatch,CHPDEED)问题。在QLMODE中,采用Q学习技术调整算法的比例因子参数,即在迭代过程中利用子代解和父代解之间的支配关系确定动作奖励和惩罚,并通过Q学习调整参数值,以获得最适合环境模型的算法参数。文中将所提QLMODE用于求解11机组和33机组的热电联产动态经济排放调度问题。仿真结果表明,与4种成熟的多目标优化算法相比,QLMODE算法燃料成本最小,污染气体排放最少,收敛性和多样性指标优于其他4种算法,且QLMODE在两组问题上都获得了更好的Pareto最优前沿。
-
关键词
Q学习
强化学习
多目标算法
差分进化
热电联产
经济排放调度
动态调度
电力系统
-
Keywords
Q learning
reinforcement learning
multi-objective algorithm
differential evolution
cogeneration combined heat and power
economic emission dispatch
dynamic dispatch
power system
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名含风电场的电力系统经济——排放多目标调度
- 2
-
-
作者
黄家南
周步祥
黄振刚
张百甫
-
机构
四川大学电气信息学院
国网陕西省电力公司安康供电公司
-
出处
《水电能源科学》
北大核心
2019年第2期196-200,共5页
-
基金
国家电网公司科研项目(5226AK160006)
-
文摘
从火电机组燃料成本和污染物排放两方面入手,构建了含风电场的电力系统发电调度运营管理多目标优化模型。引入了一种新的概率分布模型——截断多用途分布模型(TVD)来表征风电场,并简化风电的不确定性,同时引入基于TVD的可调节置信区间(ACI)风电场成本函数模型及一种基于列维飞行及解决非凸问题的改进型闪电算法(ILFA),可在随机多目标框架中有效地解决经济—排放调度(EED)问题。最后,通过算例与其他经典分布模型进行对比分析,结果表明所提模型可更准确地反映风电情况,该算法在平衡经济成本和污染物排放方面有效。
-
关键词
经济—排放调度
TVD
ACI
风电场
闪电算法
-
Keywords
economic-emissions dispatch
TVD
ACI
wind farm
lightning flash algorithm
-
分类号
TM614
[电气工程—电力系统及自动化]
-
