科研之友
微信
新浪微博
Facebook
分享链接
摘要
新能源大量接入配电网，其波动性及间歇性容易导致配电网电压的频繁波动问题。传统基于模型的无功电压优化方法高度依托于电网的精准建模，其求解精度与计算速度难以满足含新能源配电网对于电压控制的要求。该文基于深度强化学习，提出一种双时间尺度配电网无功电压优化方法。该方法将电力系统无功电压优化问题转化为马尔可夫决策过程，统筹考虑无功补偿设备的差异化调节特性和不同深度强化学习算法的特点，设计针对离散型设备和连续型设备协调控制的双时间尺度优化方案。其中，长时间尺度上制定并联电容器组投切计划，以调整电压偏移，同时最小化全系统网损；短时间尺度上设置滚动预测窗，制定SVG出力计划，以跟踪电压变化，解决新能源并网带来的配电网电压频繁波动问题。最后通过IEEE33节点拓展系统验证该数据驱动方案在无功电压优化的实现速度和效果上所具有的优势。
-
单位华北电力大学; 电子工程学院
