[发明专利]考虑多维度频率控制性能标准的智能频率控制方法

权利要求书

1.考虑多维度频率控制性能标准的智能频率控制方法，其特征在于包括以下步骤：

步骤S1：在CPS1频率控制策略基础上，引入CPS1控制与BAAL控制实现协同控制；

CPS1控制由下式表示：

其中：T为整个时间周期，△F为频率偏差，△P_tie为联络线功率偏差，为本区域自身的频率偏差贡献度，其他区域对本区域的频率贡献度，为综合频率偏差贡献度；ε为区域i的频率偏移目标控制上限；定义为综合频率偏差因子，用ψ表示；

BAAL控制由下式表示：

其中：T'为任意开始越限时间节点；T”为持续越限时间；T_v为规定的允许连续越限时长；

步骤S2：构建多维度频率控制性能标准协同评价的智能频率控制策略，包括以下步骤：

步骤S2.1：针对多维度频率控制性能标准在时间尺度上的冲突，构建协同奖励函数：

构建了考虑协调CPS1指标与BAAL指标的协同奖励函数：

R₁(s,s',a)＝-λ₁(ACE-BAAL)²

R₂(s,s',a)＝-λ₂(CPS1^*-CPS1)²；

其中：R_i(s,s',a)为第i个目标的奖励函数，值越大表示频率控制性能越好，值越小表示频率质量较差；CPS1^*为目标值；λ_i为第i个目标的协调因子；ACE表示区域控制偏差；

步骤S2.2：基于构建的协同奖励函数，更新多目标强化学习的Q值，更新表达式如下：

其中：s和s'分别为当前状态ACE(t)和下一时刻状态ACE(t+1)，R_i(s,s',a)为环境由状态ACE(t)经过动作a转移到状态ACE(t+1)所获得的即时奖励值，α为学习率,0α1，较大的学习率会加快收敛速度；γ为折扣系数，Q_i(s,a)表示第i个目标状态ACE(t)为ΔP_∑(t)下选择动作△P(t){α_t1,α_t2,...,α_ti}的Q值，Q值的大小为S*A，Q值的初始值设为0；

步骤S2.3：用TOPQ学习策略，计算MORL算法的最大Q值，以对动作空间进行智能决策，具体包括：

首先，通过对各目标当前状态下的Q值进行探索，获得各目标的局部最优解W_i(s)：

然后，在局部W_i(s)集合中进一步探索以寻求最大的目标Q值，并将其定义为W_max(s)：

最后，智能体通过学习到的W_max(s)对动作空间做出智能决策：

2.根据权利要求1所述考虑多维度频率控制性能标准的智能频率控制方法，其特征在于：还包括步骤S3，对优化控制后的系统稳定性改善效果进行综合评估，综合评估包括：优化后的频率偏差绝对值平均值、优化后的CPS1平均值、BAAL达标率。