-
题名基于状态-响应框架的有源配电网运行优化策略
- 1
-
-
作者
胡柳君
董红
曾繁宏
张军
张勇军
高毓群
-
机构
广东电网有限责任公司广州供电局
华南理工大学电力学院
-
出处
《南方电网技术》
北大核心
2025年第6期62-71,共10页
-
基金
国家自然科学基金面上项目(52177085)
广东电网有限责任公司广州供电局科技项目(GZHKJXM20210043(080041KK52210002))。
-
文摘
为提高配电网的运行效率和电压质量,结合深度强化学习和分布式广义快速对偶上升(SAC-GFD)算法,提出了一种基于状态-响应框架的优化策略。首先,利用软演员-评论家(soft actor-critic,SAC)算法将配电网运行优化问题建模为马尔可夫决策过程,智能体在含有可再生能源波动和负荷不确定性的环境中进行交互与探索,获得对不确定性环境具有鲁棒性控制策略。将配电网运行优化问题转化为马尔可夫决策过程,从而训练出能够快速输出配电网设备最优有功功率和无功功率的智能体。其次,计算当前配电网的潮流分布、节点电压状态以及有功功率和无功-电压灵敏度矩阵。然后,用户基于当前配电网状态,采用分布式方法计算自身负荷的最优调整值,确保配电网的安全运行。最后,在IEEE 33节点系统上的仿真结果表明,相较于传统的深度强化学习算法,所提算法能更有效地降低网络损耗和节点电压偏差,且具有更快的训练速度和更好的优化结果。
-
关键词
状态-响应
深度强化学习
软演员-评论家
广义快速对偶上升法
有源配电网
-
Keywords
state-response
deep reinforcement learning
soft actor-critic
generalized fast dual ascent
active distribution network
-
分类号
TM714
[电气工程—电力系统及自动化]
-
