一种面向充电站的改进强化学习下垂控制方法及设备

    公开(公告)号:CN118868214A

    公开(公告)日:2024-10-29

    申请号:CN202410815375.7

    申请日:2024-06-24

    申请人: 武汉大学

    发明人: 杨军 柯松

    摘要: 本发明涉及电力系统高度与控制技术,具体涉及一种面向充电站的改进强化学习下垂控制方法及设备,该方法使用李雅普诺夫理论,设计频率偏差到控制器实现有功功率输出的过零点单调函数;提出了一种基于递归神经网络的深度强化学习框架,以解决在保证稳定性的前提下实现最优一次频率控制;设计去中心化的改进下垂控制器,在保证稳定性的前提下,设计神经网络中的权重系数,实现下垂的最优参数设置。本发明结合工程实际,可适用于不同规模和配置容量以及大多数充电站系统参数和拓扑结构,能够改善充电站参与电网调频的能力,以提高高比例新能源接入下的电网频率稳定性,具有广阔的应用前景。