基于深度强化学习的含储能有源配电网电压联合调控技术

摘要：

高比例可再生能源接入下,有源配电网电压越限风险增加.传统调压设备控制时间尺度长,难以及时响应调压需求.为缓解配电网局部电压越限问题,提出一种基于深度强化学习的电压调控策略,利用电池储能系统和静止无功补偿装置(static var compensator,SVC)进行有功无功联合调控.首先,研究了分布式储能的容量衰减机理;然后,将电压调控推导为马尔可夫决策过程,通过寻找SVC和储能最佳出力点缓解电压波动;最后,采用深度确定性策略梯度算法实现离线训练与在线决策.算例验证表明,所提策略能有效实现非全局信息可观下电压波动的抑制,电压偏差较无调控时有明显降低;通过与其他深度强化学习和启发式算法对比,验证了所提出方法可以有效应对不确定性环境,抑制电压波动.

关键词：有源配电网、分布式发电(DG)、分布式储能、电压调控、储能容量衰减

所属期刊栏目：44

分类号：TM73(输配电工程、电力网及电力系统)

在线出版日期：2023-11-07（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：64-74