基于深度确定策略梯度强化学习的电力系统无功优化方法

    公开(公告)号:CN110535146A

    公开(公告)日:2019-12-03

    申请号:CN201910793475.3

    申请日:2019-08-27

    IPC分类号: H02J3/18

    摘要: 本发明提供一种基于深度确定策略梯度强化学习的电力系统无功优化方法,将确定性深度梯度策略算法应用于传统的电力系统无功优化问题之中,通过深度神经网络感知电力系统的电压状态,再利用强化学习方法做出相应的动作决策,以此来做出正确的发电机机端电压调整动作、节点电容器组投切动作、变压器分接头调整动作来调节电力系统中的无功功率分布,从而达到电力系统有功网损最小化,通过把神经网络分为在线网络和目标网络,避免了神经网络每次训练过程中参数更新和相邻训练产生关联,从而避免了电力系统无功优化陷入局部最优的问题。本发明在符合电力系统安全约束的前提下,通过减少电力系统网络损耗来提高电力系统运行的经济性。

    一种主网故障下新能源受影响范围及电压计算方法和系统

    公开(公告)号:CN116613752A

    公开(公告)日:2023-08-18

    申请号:CN202310889360.0

    申请日:2023-07-20

    IPC分类号: H02J3/00 G06F17/16 H02J3/46

    摘要: 一种主网故障下新能源受影响范围及电压计算方法和系统,包括:基于故障期间同步发电机、静态负荷和新能源的响应,采用戴维南等值方法计算主网节点故障电压;根据新能源接入场景类型和所述主网节点故障电压,结合新能源并网点与新能源并网点上级220kV节点电压关系,计算新能源并网点电压;根据所述新能源并网点电压结合设定阈值得到受故障影响新能源的受影响范围和受影响程度。本发明采用基于戴维南等值方法计及故障期间同步发电机、静态负荷和新能源的响应计算主网节点故障电压,由主网故障电压结合关联关系确定故障影响范围和程度,考虑了短路电流的贡献,并充分考虑新能源接入场景差异,能够更加准确的评估新能源受影响范围和程度。