一种非完备模型下的配电网分布式无功优化方法及系统

    公开(公告)号:CN114172159B

    公开(公告)日:2024-05-24

    申请号:CN202111259659.5

    申请日:2021-10-28

    IPC分类号: H02J3/16 H02J3/18

    摘要: 本发明提供一种非完备模型下的配电网分布式无功优化方法及系统,其中方法包括:根据配电网潮流约束、含变压器支路约束建立配电网无功功率控制模型;将配电网无功功率控制模型的控制变量分配给多个智能体;基于Q‑learning方法的分布式RL算法,对多个智能体进行训练,获得每个智能体的分布式/局部奖励信号;基于平均共识算法对每个智能体的分布式/局部奖励信号进行共享;每个训练好的智能体根据分布式/局部奖励信号生成Q值表;根据各智能体Q值表生成控制信号,实现配电网分布式无功功率的控制。本发明克服了集中式算法的缺点,将平均共识算法和Q‑learning方法的分布式RL算法相结合,实现了智能体之间的信息共享,应用灵活,易于适应环境的变化。

    一种非完备模型下的配电网分布式无功优化方法及系统

    公开(公告)号:CN114172159A

    公开(公告)日:2022-03-11

    申请号:CN202111259659.5

    申请日:2021-10-28

    IPC分类号: H02J3/16 H02J3/18

    摘要: 本发明提供一种非完备模型下的配电网分布式无功优化方法及系统,其中方法包括:根据配电网潮流约束、含变压器支路约束建立配电网无功功率控制模型;将配电网无功功率控制模型的控制变量分配给多个智能体;基于Q‑learning方法的分布式RL算法,对多个智能体进行训练,获得每个智能体的分布式/局部奖励信号;基于平均共识算法对每个智能体的分布式/局部奖励信号进行共享;每个训练好的智能体根据分布式/局部奖励信号生成Q值表;根据各智能体Q值表生成控制信号,实现配电网分布式无功功率的控制。本发明克服了集中式算法的缺点,将平均共识算法和Q‑learning方法的分布式RL算法相结合,实现了智能体之间的信息共享,应用灵活,易于适应环境的变化。

    一种考虑可再生能源不确定性的配电网可靠性评估方法

    公开(公告)号:CN118868251A

    公开(公告)日:2024-10-29

    申请号:CN202410896295.9

    申请日:2024-07-05

    申请人: 清华大学

    摘要: 本发明提出一种考虑可再生能源不确定性的配电网可靠性评估方法,该方法包括基于包含可再生能源的配电网的出力数据构建混合高斯分布模型;基于配电网的出力数据和运行数据构建可靠性评估模型,可靠性评估模型包括可靠性目标函数和含有机会约束的约束条件;基于混合高斯分布模型的分位数求解算法将机会约束转化为确定性约束以得到目标约束条件;获取配电网处于不同工况下的目标出力数据和目标运行数据;将满足目标约束条件的目标出力数据和目标运行数据输入可靠性目标函数计算得到配电网的可靠性。利用本发明的方法能够提高可靠性评估的准确性。