基于多步回溯Q(λ)学习算法的多目标最优潮流计算
余涛􀀁 胡细兵􀀁 刘靖
(华南理工大学电力学院, 广东广州510640)
摘􀀁 要: 为了克服传统的最优化算法面对复杂、非线性描述的多目标最优潮流时无法满
足电力系统实时调度运行的这一缺点, 提出了一种基于半马尔可夫决策过程的多步Q ( 􀀁)
学习算法, 该算法不依赖于对象模型, 将最优潮流问题中的约束、动作和目标转换成算法
中的状态、动作与奖励, 通过不断的试错、回溯、迭代来动态寻找最优的动作. 将该算法在
多个IEEE 标准算例中与其他算法进行比较, 取得了良好的效果, 验证了多步Q ( 􀀁)学习
算法在处理多目标最优潮流问题时的可行性和有效性.
关键词: 电力系统; 最优潮流; Q ( 􀀁 )学习算法; 多目
