徐春雷，吴海伟，刁瑞盛，胡浔惠，李 雷，史 迪

（1.国网江苏省电力有限公司，南京 210024；2.智博能源科技（江苏）有限公司，南京 211302；3.国电南瑞科技股份有限公司，南京 211106；）

0 引言

随着大功率特高压交直流混联，可再生能源渗透率及负荷响应比例逐渐提高，我国电网运行特征发生了深刻且复杂的变化，其不确定性及动态性显著增强。由可再生能源的快速波动以及电网故障所导致的局部功率不平衡，如果没有及时、有效的调控手段，将逐步转变为连锁故障，系统性安全风险显著增大。因此，制定快速、准确的在线调控决策对于确保电网安全稳定运行至关重要。

目前，成功应用于电力领域的人工智能（artifi⁃cial intelligence，AI）技术多侧重于负荷预测、可再生能源预测、安全性预测等。其核心技术为监督式学习算法，通常需要采集大量有标注的有效样本来训练AI 模型。而电网调控领域的很多问题缺少大量真实电网事件作为有效样本，这也是制约监督式学习方法在电网调控领域落地应用的重要因素之一。近期，强化学习算法用于电力领域已有部分研究陆续开展，包括以下方面。

①电网稳定性控制:文献［1］提出了基于Q 学习算法的切机方案来保证系统暂态安全稳定性；文献［2］提出了基于Q 学习算法的低频振荡抑制策略。②微网经济运行:文献［3］提出了在微网环境中基于Q 学习算法的储能装置控制方法。③提升电网暂态行为指标:文献［4］提出了基于深度Q网络算法的暂态电压控制策略。④安全评估:文献［5］提出了使用强化学习算法对电网物理信息系统进行安全评估。……