-
题名基于Q学习粒子群算法的海上风电场电气系统拓扑优化
被引量：21
- 1
-
-
作者
戚远航
侯鹏
金荣森
-
机构
电子科技大学中山学院计算机学院
上海电气风电集团欧洲科创中心
香港中文大学(深圳)数据科学学院
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2021年第21期66-75,共10页
-
基金
广东省普通高校重点领域专项(2020ZDZX3030)。
-
文摘
针对多变电站海上风电场的电气系统拓扑优化,现有的方法一般根据预先确定的变电站个数将整体海上风电场划分为几个固定的子区域,然后分别进行独立的电缆连接布局优化,最终聚合得到整体方案。然而,采用固定的划分策略很难得到全局最优方案。因此,考虑多海上变电站选址、电缆选型、功率损耗等因素,以最小化成本为目标,建立多变电站海上风电场的电缆连接布局优化模型,并提出一种基于Voronoi自适应分区的Q学习粒子群算法进行求解。所提出的算法以Q学习粒子群算法为核心,设计一种基于Voronoi图的自适应分区策略实现自适应分区,并结合相应的编解码策略实现不同分区的电缆连接。最后,通过算例分析证明所提出模型以及算法的有效性。
-
关键词
海上风电场
多变电站
电气系统拓扑
粒子群算法
强化学习
自适应分区
-
Keywords
offshore wind farm
multi-substation
electrical system topology
particle swarm optimization algorithm
reinforcement learning
adaptive partition
-
分类号
TM614
[电气工程—电力系统及自动化]
-
