2024元强化学习驱动的高比例分布式光伏智能配电网自适应调压技术报告-天津大学（葛磊蛟）.docx

元强化学习驱动的高比例分布式光伏智能配电网自适应调压技术

汇报人：葛磊蛟副教授所属院校：天津大学

电话微信：2024年08月

目录

一、元强化学习

二、传统智能配电网调压技术

三、基于强化学习的电压自适应控制

四、元强化学习驱动的自适应电压控制

1.元强化学习

1.1

1.1元强化学习定义

元学习，也称为“学习如何学习”,是一种机器学习方法，旨在通过

学习多个任务的经验，提高在新任务上的学习效率。元学习的核心思想是从一组任务中提取通用的经验和知识，从而在遇到新任务时能够快速适应和学习。

Multi-tasklearning

learntasksperformtasks

Meta-learning

learntolearntasks

quicklylearn

.Agent.

.Agent.

ho

a1

idi

8152

Episode1Episode2Episode1

……MDP1……MDP2…

Trial1Trial2

hihz

hohi

huhs

5051

rdo

ni,di

Agent.

a

nd

do

hs

hs

a2

a1

a1

S1

50

53

50

2

图1强化学习环境中循环元学习器的工作流程

元强化学习的目标是学习一个元策略(Meta-

Policy),该策略能够在不同任务上快速适应和优化。

1.元强化学习

1.2

1.2元强化学习原理

元强化学习(Meta-ReinforcementLearning,Meta-RL)是结合元学习(Meta-Learning)和强化学习(ReinforcementLearning,

RL)的一种新兴方法。它旨在通过学习如何学习，提高智能体在新任务

上的适应能力和学习效率。

φstep1:Sampleθ?=φθ1θ?1s;θ

φ

step1:Sampleθ?=φ

θ1

θ?1s;θ?)

θ?i)

l?(θ2)

aL?(x?s,y

a0

step2:

θi=θ-α?

θi

step3:AcrsQsstingL(θi)=L?(Xi,yi?;θ

step3:

l?(θi)

step4:AggregateLoss(φ)=∑(0)

step4:

J(φ)

step5:Updateφ

甲=p-B.l

step

step1:采样阶段

step2:训练阶段

step3:测试阶段

step4:聚合阶段

step5:更新阶段

目录

一、元强化学习

二、传统智能配电网调压技术

三、基于强化学习的自适应电压控制

四、元强化学习驱动的自适应电压控制

2.传统智能配电网调压技术

2.1

2.1国家重大需求：高质量发展智能配电网

技术路径

技术路径

成本高、精度差、调控难集中控制风/光/氢等多类型

成本高、精度差、调控难

集中控制

风/光/氢等多类型能源分散无序接入

实际困境

系

多拓扑的配电网

多拓扑的配电网运行方式

核心网网曹

理

供地大厦

基

基贴

番

罩

变电站宣以

变电站

宣

A空

换网

R民照户

基站分散控制rmx

基站

分散控制

本

变电站平t1ek

变电站

平

E电室

(())

州户

州户

应急御萍

防T

酬分布式控制E