基于DDQN的风电替代传统电源的输电网结构优化研究

摘要：

推动可再生能源替代化石能源是实现碳达峰、碳中和目标的有力举措.为了降低大规模风电替代传统能源接入电网的波动性影响,需合理优化接入点周边输电网结构以保证系统在不确定场景下的稳定性.文章应用人工智能技术,提出了一种考虑风电替代可靠性与经济性的深度强化学习输电网结构优化方法.首先,考虑大容量风电场出力波动性提出了风电场接入K阶电气介数熵均衡度用以评估风电场邻近区域潮流均衡度.其次,以马尔科夫决策视角构建了一种可交互式求解的输电网结构优化强化学习模型.最后,通过在改进的IEEE RTS 24系统中模拟大容量风电替代场景,应用智能多代理(double deep Q network,DDQN)深度强化学习算法求解输电网结构优化方案,验证了该方法的优越性与有效性.

关键词：双碳、新能源替代、风电、深度强化学习、输电网结构优化

所属期刊栏目：46

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目5100-202226021A-1-1-ZN

在线出版日期：2022-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2084-2094