基于强化学习的分布式光伏运维资源动态调度
来源：计算机集成制造系统杂志2022年第2期北京时间：
作者：高鹏, 苏雍贺, 左颖, 陶飞
单位：北京航空航天大学自动化科学与电气工程学院
摘要：针对分布式光伏运维资源调度过程中因动态因素影响导致调度计划难以实施的问题,提出基于强化学习的分布式光伏运维资源动态调度方法。该方法通过构建动态调度规则同步调整运维任务的优先级,并以新计划完成成本最低和完成时间最短为优化目标构建动态调度模型。采用Q-Learning求解模型,通过实验对比,Q-Learning算法的求解速度快、算法稳定性好,更适合求解动态调度问题,所提资源动态调度方法可以应对分布式光伏运维过程中的动态因素影响,提升服务质量。
关键词：分布式光伏,维修服务,动态调度,强化学习,Q-Learning算法
基金资助：国家重点研发计划资助项目(2018YFB1500800);国家电网有限公司科技资助项目(SGTJDK00DYJS2000148)。
