[发明专利]基于多智能体随机一致博弈和虚拟发电部落的狼群部落策略方法

摘要

基于多智能体随机一致博弈和虚拟发电部落的狼群部落策略，包括步骤S1、确定状态离散集S；S2、确定联合动作离散集A；S3、在每个控制周期开始时，采集各个电网的实时运行数据，所述实时运行数据包括频率偏差△f和功率偏差，计算各个区域控制误差ACEi(k)的瞬时值与控制性能标准CPSi(k)的瞬时值；S4、在当前状态S，某区域电网i获得一个短期的奖励函数信号Ri(k)；S5、通过计算与估计获得值函数误差pk、δk；S6、通过函数求取最优目标值函数及策略。该方法结合了多智能系统博弈论(MAS‑SG)和同构体的多智能体系统协同一致(MAS‑CC)两个框架，解决了虚拟发电部落的协调优化的问题，具有改善闭环系统系统、提高新能源利用率、减少碳排放、快速收敛性等优点。

主权项

基于多智能体随机一致博弈和虚拟发电部落的狼群部落策略方法，其特征在于包括以下步骤：步骤S1、确定状态离散集S；步骤S2、确定联合动作离散集A；步骤S3、在每个控制周期开始时，采集各个电网的实时运行数据，所述实时运行数据包括频率偏差△f和功率偏差△P，计算各个区域控制误差ACEi(k)的瞬时值与控制性能标准CPSi(k)的瞬时值；步骤S4、在当前状态S，某区域电网i获得一个短期的奖励函数信号Ri(k)；步骤S5、通过计算与估计获得值函数误差pk、δk；步骤S6、通过函数求取最优目标值函数及策略；步骤S7、对所有区域电网j，更新所有状态‑动作对(s,a)的Q函数表格和资格迹矩阵ej(s,a)，并由更新的Q值更新当前状态S下的混合策略Uk(sk,ak)，再由混合策略Uk(sk,ak)更新值函数Qk+1(sk,ak)、资格迹元素e(s,a)、变学习率φ以及平均混合策略表；步骤S8、确定拉普拉斯矩阵L，获得部落功率△Pi，并由部落功率获得爬坡斜率；步骤S9、对领导者和跟随着的虚拟一致性变量进行更新；步骤S10、求解各台机组功率△Piw，如果机组功率越限,则跳转到步骤S9；步骤S11、当达到边界条件时，计算发电功率△Piw和tiw并且更新行随机矩阵元素；步骤S12、计算功率偏差△Perror‑i，判断是否满足，若满足则进行下一步计算，若不满足则跳转到步骤步骤9；步骤S13、返回步骤S3。