基于深度强化学习的配电网实时电压优化控制方法

大规模分布式电源的接入使得配电网电压优化控制策略与传统配电网差异较大。针对就地控制中光伏逆变器调压之间缺乏协同的问题,该文提出了一种基于多智能体深度强化学习的配电网实时电压控制方法。首先根据电压控制模型设计了部分可观测的马尔科夫决策过程,然后采用多智能体双延迟深度确定性策略梯度算法求解,根据中心化训练、分散式执行的框架实现光伏逆变器的无功协同控制。该方法能智能决策各个逆变器的无功调节量,且能够根据源荷的随机变化实时给出电压控制策略,具有较好的实时性和控制经济性。最后通过仿真算例验证了所提方法的有效性。

基于高清卫星地图影像的配电网分布式屋顶光伏承载力评估

屋顶光伏总装机容量的准确评估有助于引导配电网规划和屋顶光伏的合理布局,为此提出一种基于高清卫星地图影像的配电网分布式屋顶光伏承载力评估方法。首先使用Deeplabv3+模型自动识别高清卫星地图影像中的屋顶部分,测算屋顶的光伏装机容量,并据此确定公共信息模型中光伏发电场类的参数,实现基于公共信息模型和高清卫星地图影像的配电网数字化建模。最后采用蒙特卡罗模拟法对配电网的分布式屋顶光伏承载力进行评估。以某地区配电网为例进行仿真,与现有传统承载力评估方法进行比较,证明所提方法的高效性和实用性,为电力公司制订合理的光伏开发计划和实施可靠的电网结构升级提供重要的数据支撑。