基于深度确定策略梯度算法的主动配电网协调优化
将新一代人工智能在智能电网和能源互联网中进行应用,实现高比例可再生能源及时有效接入电网,文中基于深度学习中的深度确定策略梯度(DDPG)算法实现主动配电网的优化运行.首先,构造了含多微电网的主动配电网优化模型的DDPG回报函数,使主动配电网的节点电压总偏差和线损最小,最大限度地降低微电网功率调节量的变化以减小对微电网运行的影响,同时维持联络线功率平衡以减小对配电网的影响.然后,分析了主动配电网优化控制的DDPG样本数据处理、回报函数设计、模型训练和学习过程.最后,通过改进IEEE 14节点算例仿真验证了DDPG算法的有效性.
深度确定策略梯度、主动配电网、深度强化学习、协调优化
44
国家自然科学基金青年科学基金资助项目51607112
2020-03-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
113-120