基于MATLAB的电力系统强化学习调控智能体训练平台技术方案

本发明专利技术公开了一种基于MATLAB的电力系统强化学习调控智能体训练平台，该平台包括电力系统的Simulink模型、MATLAB强化学习工具箱以及信息交互系统三个组成部分。本发明专利技术提供了通用化的电力系统强化学习调控智能体训练平台，用户可以对于任意电力系统进行建模，并实施验证各类强化学习算法，实现电力系统调控智能体的训练。训练得到的调控智能体可以用于在线运行，相比传统的依赖人工经验的调控方式，对电力系统调控所面临的实时性和随机性具有更好的适应性。的适应性。的适应性。

【技术实现步骤摘要】
基于MATLAB的电力系统强化学习调控智能体训练平台


[0001]本专利技术涉及电力系统调控
，特别是涉及一种基于MATLAB的电力系统强化学习调控智能体训练平台。

技术介绍

[0002]电力系统调控通过控制电力系统中的发电机、分布式电源、开关等元素，保障电力系统安全稳定运行。然而，目前的电力系统调控主要依赖人工经验，即调控员根据当前的电力系统运行状态，从常用的调控预案中选择调控策略。同时，目前电力系统调控的频率比较低，一般为15分钟一次。
[0003]然而，由于电力系统不断发展，调管对象显著增加，传统通过人工经验的调控方式难以满足计算实时性需求；同时，高比例分布式电源和新型负荷的大规模接入为电力系统带来了随机性和波动性，传统的调控方式频率低，难以应付分布式电源和负荷的骤然波动；此外，传统的人工经验调控依赖调控预案库，随着台风等极端天气增多，固有的调控预案库难以涵盖电力系统新出现的运行方式。综上所述，依赖人工经验的电力系统调控在实际的电力系统运行中已经面临严峻的挑战，亟需自动化的电力系统调控方式。
[0004]另一方面，强本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MATLAB的电力系统强化学习调控智能体训练平台，其特征在于，所述平台包括电力系统的Simulink模型、MATLAB强化学习工具箱、信息交互系统；(1)电力系统的Simulink模型：利用Simulink建立并维护待调控电力系统的模型，包含以下部分：(1.1)系统建模：利用Simulink建立待调控电力系统的系统模型，模型包含控制变量、随机变量和因变量；(1.2)关键状态建模：在系统模型中选择部分变量作为表征待调控电力系统状态的关键状态变量，包括连续状态量和离散状态量；(1.3)动作建模：根据系统模型中的控制变量，确定可用于待调控电力系统的调控动作集合，集合中的每组调控动作都包括连续动作和离散动作部分；(1.4)奖励建模：确定奖励计算函数，所述奖励计算函数是系统模型中关键状态变量的函数；(1.5)模型更新与信号创建：电力系统的Simulink模型接收到来自MATLAB强化学习工具箱的动作信号后，更新系统模型中控制变量、随机变量的实时值，并根据电力系统运行的潮流约束，更新系统模型中因变量的实时值；更新后，根据奖励计算函数创建奖励信号，根据关键状态变量的实时值创建状态信号；(2)MATLAB强化学习工具箱：用于通过强化学习方法训练待调控电力系统的调控智能体，包含以下部分：(2.1)环境对象建立：利用强化学习Simulink环境工具建立环境对象；(2.2)状态对象建立：针对(1.2)中的关键状态建模，利用连续量设定和观测工具建立连续状态对象；利用离散量设定和观测工具建立离散状态对象；(2.3)动作对象建立：针对(1.3)中的动作建模，利用连续量设定和观测工具建立连续动作对象；利用离散量设定和观测工具建立离散动作对象；(2.4)训练配置：根据建立的环境对象、状态对象、动作对象，配置采用的强化学习算法与参数、神经网络结构与参数、训练结束条件；(2.5)训练与信号创建：MATLAB强化学习工具箱接收到来自电力系统的Simulink模型的状态信号和奖励信号后创建动作信号，动作信号的内容为根据当前的调控智能体计算得到(1.3)中确定的调控动作集合中的一个调控动作；动作信号创建后，利用强化学习方法训练更新调控智能体；(3)信息交互系统：用于电力系统的Simulink模型与MATLAB强化学习工具箱的信息交互。2.根据权利要求1所述的基于MATLAB的电力系统强化学习调控智能体训练平台，其特征在于，所述控制变量的值通过调控动作进行改变，所述控制变量包括发电机的启停状态、发电机的有功功率和接入节点的电压幅值。3.根据权利要求1所述的基于MATLAB的电力系统强化学习调控智能体训练平台，其特征...

【专利技术属性】
技术研发人员：何仲潇，董树锋，姚若浩，
申请(专利权)人：四川云起老和科技有限公司，
类型：发明
国别省市：