基于多步回溯Q（λ）学习的电网多目标最优碳流算法

为弥补传统最优潮流计算中缺少对电力网络的碳排放优化控制，文中利用基于潮流计算结果的碳流模型，提出了一种基于半马尔可夫决策过程的Q（λ）学习算法，把潮流问题中的约束、可控变量转换成算法的状态和动作，并以线性加权方式把碳流损耗、网损和电压稳定分量转化为奖励函数，通过不断试错与迭代来动态寻找最优动作策略。将该算法在IEEE57节点标准算例中进行了验证，取得了良好效果，为解决电网多目标最优碳流问题提供了一种可行、有效的方法。