[发明专利]基于虚拟狼群策略的分层分布式智能发电控制方法

摘要

基于虚拟狼群策略的分层分布式智能发电控制方法，具体步骤如下：确定状态离散集S；确定联合动作离散集A；采集各个电网的实时运行数据；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R_i(k)；对所有区域电网，更新所有状态‑动作(s,a)对应的Q函数表格和资格迹矩阵e(s_k,a_k)；更新当前状态s下的混合策略合策略π(s_k,a_k)；选择变学习率δ；更新决策变化率Δ(s_k,a_k)和决策空间斜率值Δ²(s_k,a_k)；输出总功率参考值△P_∑i，应用一致性算法；根据AGC的目标函数，计算区域电网i中机组u的调节功率△P_i；计算一致性变量ψ_i和区域电网i中机组u的调节功率△P_i；计算功率偏差△P_error‑i；输出区域电网i中机组u的调节功率△P_iu；令k＝k+1。本发明能解决多智能体大规模激增时产生的多解问题，解决新能源大规模接入所带来的随机扰动问题。

主权项

1.基于虚拟狼群策略的分层分布式智能发电控制方法，其特征在于包括以下步骤：步骤1、确定状态离散集S；步骤2、确定联合动作离散集A；步骤3、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Δf和功率偏差ΔP，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，根据混合策略集合π(sk,ak)选择搜索动作ak；步骤4、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5、对所有区域电网，更新所有状态-动作(s,a)对应的Q函数表格和资格迹e(sk,ak)；步骤6、更新当前状态s下的混合策略合策略π(sk,ak)；步骤7、选择变学习率δ；步骤8、根据函数更新决策变化率Δ(sk,ak)和决策空间斜率值Δ2(sk,ak)；步骤9、输出总功率参考值△P∑i，应用一致性算法；步骤10、根据AGC的目标函数，计算区域电网i中机组u的调节功率△Piu；步骤11、如果没有越过机组功率约束，执行步骤13；步骤12、更新一致性变量ψi和计算区域电网i中机组u的调节功率△Piu；步骤13、计算功率偏差△Perror-i；步骤14、如果不满足|△Perror-i|<εi，执行步骤9；步骤15、输出区域电网i中机组u的调节功率△Piu；步骤16、令k＝k+1,并返回步骤3。