基于深度强化学习的风电柔直并网系统次同步振荡抑制方法

摘要：

风电柔性直流换流站与风机交互导致的次同步振荡严重威胁电网安全稳定运行.深度强化学习算法可以有效地应对风电柔直并网系统多变的运行工况.提出了一种基于深度强化学习的振荡抑制方法.首先,基于柔直送端变流器的数学模型和机理,设计了系统的环境状态合集、可行动作集及奖励函数.为了应对所设计的环境状态合集中的电流变量及电压变量均为连续量带来的维数灾问题,继而采用深度确定性策略梯度算法进行可行动作集的动作决策探索.最后通过仿真系统在多变运行工况下对该方法的有效性和鲁棒性进行验证,仿真结果表明所提方法能够充分地适应海上风电柔直并网系统的多风速运行条件,并能在短时间内有效抑制振荡.

关键词：风电场、柔性直流输电、次同步振荡、强化学习、深度确定性策略梯度、振荡抑制

所属期刊栏目：51

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划2021YFB2400500

在线出版日期：2023-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-7,91