[发明专利]一种AGC功率多目标随机优化分配方法

摘要

本发明公开了一种基于改进TOPSIS‑Q的AGC功率多目标随机优化分配方法，其步骤为：(1)确定状态离散集和动作离散集；(2)对各个状态‑动作值函数以及状态‑动作概率矩阵进行初始化；(3)采集当前控制周期区域电网各机组的实时输出有功功率；(4)获得各个优化目标的立即奖励值；(5)更新各优化目标的状态‑动作值函数；(6)采用极差变换法对状态‑动作值矩阵进行归一化处理，求解出各个最优权重系数；(7)求解出当前状态下的贪婪动作，更新状态‑动作概率矩阵；(8)根据当前的状态‑动作概率矩阵选择动作，并在下一个控制周期到来时，返回步骤(3)。本发明多目标优化方法结合了改进TOPSIS多目标决策方法，能满足实时性要求很高的AGC闭环控制系统的动态多目标随机优化需求。

主权项

一种AGC功率多目标随机优化分配方法，其特征在于，包括以下步骤：(1)确定状态离散集S和动作离散集A，其中状态离散集S为功率，动作离散集A为调节因子；(2)对各个优化目标的状态‑动作值函数以及状态‑动作概率矩阵进行初始化；(3)采集当前控制周期区域电网的实时运行数据，包括各机组的实时输出有功功率，并计算出各机组的功率偏差值；(4)由当前状态sk,获得各个优化目标的立即奖励值Rm(sk,sk+1,ak)；(5)根据当前控制周期各个优化目标的立即奖励值更新当前控制周期下各目标的状态‑动作值函数；各目标的状态‑动作值函数的迭代更新公式为：Qk+1m=Qkm(s,a)+αδkmek(s,a);]]>Qk+1m(sk,ak)=Qk+1m(sk,ak)+αρkm;]]>ρkm=Rm(sk,sk+1,ak)+γQkm(sk+1,ag)-Qkm(sk,ak);]]>δkm=Rm(sk,sk+1,ak)+γQkm(sk+1,ag)-Qkm(sk,ag);]]>ek(s,a)=γλek-1(s,a)+1if(s,a)=(sk,ak)γλek-1(s,a)otherwise;]]>其中s为状态，a为动作，sk为当前控制周期下的状态，ak为当前控制周期下的动作；ek(s,a)为资格迹矩阵；γ为折扣因子，其中0≤γ≤1；λ为衰减因子，其中0≤λ≤1；α为学习因子，其中0≤α≤1；均为学习偏差值；Rm(sk,sk+1,ak)是第m个优化目标在第k次迭代时刻环境由状态sk经动作ak转移到sk+1后的奖励函数值；ag为贪婪动作策略，即多目标决策评价最好的优化动作；(6)采用极差变换法对当前状态下各个目标的状态‑动作值矩阵进行归一化处理，求解出各个优化目标到理想点的最优权重系数；其中的归一化处理如下：ym(sk,a)=Qkm(sk,a)-minQkm(sk,a)maxQkm(sk,a)-minQkm(sk,a);]]>其中ym(sk,a)为第m个状态‑动作值矩阵的归一化矩阵；其中的最优权重系数ωm求解如下：ωm=1(Σm=131Σa∈A[ym(sk,a)-1]2)(Σa∈A[ym(sk,a)-1]2);]]>(7)求解出当前状态下的贪婪动作，更新状态‑动作概率矩阵；其中，贪婪动作ag求解如下：ag=argmina∈A(Σm=13[ym(sk,a)-1]2ωm2);]]>(8)根据当前的状态‑动作概率矩阵选择算法动作，根据选择的动作得到各个机组的功率调节因子，并在下一个控制周期到来时，返回步骤(3)。