基于改进深度确定性梯度算法的AGC发电功率指令分配方法

该文在频率辅助服务市场环境下,建立了综合能源系统的自动发电控制(automatic generation control,AGC)的发电功率指令分配算法优化模型。通过对AGC发电功率指令的动态优化分配,以减小区域控制偏差和调频里程补偿费用。采用多经验池概率回放的双延迟深度确定性策略梯度算法(multiple experience pool experience replay twin delayed deep deterministic policy Gradient,ME-TD3),对双延迟深度确定性策略梯度中的经验池进行分类,采用不同概率从不同经验池采样来训练,提高智能体的训练效率,增加智能体的寻优正确率,从而提高最优解的质量。最后,分别利用扩展的两区域负荷频率控制(load frequency control,LFC)模型和某省电网模型验证所提算法的性能。