基于深度强化学习的电网机组组合算法

温裕鑫,杨 军,朱 旭

(武汉大学,湖北 武汉 430072)

0 引言

随着电网规模扩大与用户量增大,对电力系统经济运行提出新的挑战。机组组合由于其显著的经济效益,一直以来都是电力系统研究中的热点和难点。机组组合问题优化求解指的是在一段时间周期内满足设备运行约束的前提下,通过制定周期内各机组的启停计划和出力计划,以达到整体运行成本最小化为目的。

从数学角度看,机组组合问题是一种高维、离散、非线性的混合整数优化问题[1]。许多研究者应用各种方法来求解这个数学优化问题,但对于此类问题是难以求解得到最优解的。在传统优化算法中,文献[2]提出一种优先顺序法求解机组组合问题,由于缺乏严格的理论依据,可行解的最优性无法求证。文献[3]提出采用动态规划法求解机组组合问题,通过排除不可行组合来降低计算量,但也同时可能将最优解排除。文献[4]采用拉格朗日松弛法对约束条件松弛,以形成拉格朗日问题。但由于该算法应用上存在对偶间隙,无法得到最优解。在智能优化算法中,遗传算法、蚁群算法、粒子群算法等在机组组合问题上均有所应用[5-10]。迄今为止,上述优化算法在计算速度、计算精度和求解效率上均有所不足。

随着人工智能技术在电力系统中的应用和发展,机器学习在机组组合问题的求解上具有更好的优势。深度学习和强化学习是机器学习的两大主流研究方向[11]。深度学习能够提取海量数据中的特征信息,从而学习获得输入与输出的映射关系,具有强大的感知拟合能力。……