基于深度强化学习的多端背靠背柔性直流系统直流电压控制

摘要：

为了提高互联配电网多端背靠背柔性直流系统的直流电压控制精度,增强抗干扰能力,提出一种基于深度强化学习的直流电压控制方法,将深度学习神经网络与确定策略梯度融合,实现连续动作搜索,自适应调整电压控制策略.首先,建立多端背靠背柔性直流系统数学模型,分析直流电压控制的非线性和不确定性特征;然后,给出了基于深度强化学习的直流电压控制算法框架,设计了动作与状态空间、奖励函数、神经网络和学习流程;最后,通过仿真分析发现,相比传统比例-积分(PI)控制方法,所提方法具有更好的动静态性能,有效提高了直流电压的控制精度,减小了扰动下直流电压波动和功率超调,缩短了直流电压和功率的恢复稳定时间.

关键词：互联配电网;柔性直流系统;直流电压控制;深度强化学习;确定策略梯度;自适应调整

所属期刊栏目：45

资助基金：国家自然科学基金资助项目51707089

在线出版日期：2021-10-19（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：155-162