基于注意力增强软演员-评论家方法的新型电力系统多目标优化调度

《Scientific Reports》：Attention-SAC: a DRL approach for optimal operation of new-type power systems

　　

摘要

在双碳目标和可再生能源渗透率不断提高的背景下，新型电力系统面临着高维状态变量、源-网-荷-储强耦合、可再生能源不确定性以及多调度目标相互冲突等严峻挑战。本研究旨在解决现有优化和强化学习方法在复杂非线性工况下难以同时实现经济效率、可再生能源利用率和运行安全性的局限性。本研究假设将特征级注意力机制引入软演员-评论家（Soft Actor-Critic）框架，可以增强关键调度信息的提取能力，从而提升自适应调度性能。因此，提出了一种注意力增强的软演员-评论家方法（Attention-SAC），用于新型电力系统的优化运行。本研究建立了一个综合调度模型，涵盖火电、水电、风电、光伏发电、储能、本地负荷和外部电力需求，其中考虑了运行约束和多目标奖励函数，以协调经济、环境与安全目标。此外，引入了轻量级特征级自注意力编码器和平衡保证的动作投影机制，以改善状态表征并确保物理可行的调度决策。与近端策略优化（PPO）、传统软演员-评论家（SAC）、双延迟深度确定性策略梯度（TD3）、优势演员-评论家（A2C）和深度确定性策略梯度（DDPG）的比较仿真表明，Attention-SAC实现了更快的收敛速度、更高的运行稳定性、更低的运行成本以及更高的可再生能源利用率。研究结果验证了所提出框架的有效性，并表明其在复杂电力系统智能低碳调度方面具有应用潜力。