基于强化学习的含智能软开关主动配电网双层优化方法
由于大量分布式电源接入配电网,配电网调控能力不足导致电压波动大、可再生能源消纳水平低以及经济性指标差等问题突出.为此,提出了一种智能软开关(SOP)与配电网动态重构协同优化方法,充分调动网侧灵活性资源,并构建基于强化学习的双层优化模型.模型上层将生成的辐射型拓扑结构集合作为强化学习的动作空间,动态选择拓扑结构;下层基于上层的网络结构进行含SOP可控有源设备运行优化,挖掘SOP灵活的潮流调控能力,并依据优化结果不断修正上层拓扑选择,可高效求解此多时间尺度混合整数非线性规划问题.通过删减无效网络、对历史信息计及优先级采样等措施,加速了算法收敛速度.算例分析表明,基于强化学习的双层协同优化方法给出的优化策略有效改善了主动配电网运行水平,并且能够自适应源荷不确定性场景.
配电网优化、动态重构、智能软开关、强化学习、分布式电源、混合整数非线性规划
47
F252;TU245.4;TM715
国家电网公司总部科技项目5700-202212197A-1-1-ZN
2023-04-03(万方平台首次上网日期,不代表论文的发表时间)
共10页
59-68