基于深度强化学习的新能源配电网双时间尺度无功电压优化

新能源大量接入配电网,其波动性及间歇性容易导致配电网电压的频繁波动问题。传统基于模型的无功电压优化方法高度依托于电网的精准建模,其求解精度与计算速度难以满足含新能源配电网对于电压控制的要求。该文基于深度强化学习,提出一种双时间尺度配电网无功电压优化方法。该方法将电力系统无功电压优化问题转化为马尔可夫决策过程,统筹考虑无功补偿设备的差异化调节特性和不同深度强化学习算法的特点,设计针对离散型设备和连续型设备协调控制的双时间尺度优化方案。其中,长时间尺度上制定并联电容器组投切计划,以调整电压偏移,同时最小化全系统网损;短时间尺度上设置滚动预测窗,制定SVG出力计划,以跟踪电压变化,解决新能源并网带来的配电网电压频繁波动问题。最后通过IEEE33节点拓展系统验证该数据驱动方案在无功电压优化的实现速度和效果上所具有的优势。

基于深度强化学习的馈线-台区两阶段电压优化

分布式电源(distributed generation,DG)在10 kV和400 V配电网中大量接入,给配电网安全运行带来了巨大挑战。由于DG不确定性以及400 V台区实时量测数据不全的问题,基于最优潮流的优化方法难以解决馈线与台区的协同优化问题。为此,该文提出了一种基于电压越限风险和深度强化学习(deep reinforcement learning,DRL)的馈线-台区两阶段优化方法。首先,基于概率最优潮流计算得到10 k V馈线系统的最低电压越限风险下的调控策略,以及节点电压期望值并下发至台区。接着,利用台区调控资源,基于深度强化学习实现台区电压与光伏消纳的多目标优化。最后基于改进的IEEE33节点系统验证了该文方法的有效性。

面向主动配电网的安全多智能体深度强化学习电压优化控制

针对主动配电网电压优化控制中模型不确定性和通信代价大的问题,提出了一种基于灵敏度矩阵安全的多智能体深度强化学习(SMS-MADRL)算法。该算法利用安全深度强化学习,应对主动配电网的固有不确定性,并采用多智能体结构实现通信代价较小的分布式控制。首先,将电压优化控制问题描述为受约束的马尔可夫博弈(CMG);然后,对无功功率进行适当修改,通过分析节点电压的变化得到灵敏度矩阵,进而与主动配电网环境进行交互,训练出若干可以独立给出最优无功功率指令的智能体。与现有多智能体深度强化学习算法相比,该算法的优点在于给智能体的动作网络增添了基于灵敏度矩阵的安全层,在智能体的训练和执行阶段保证了主动配电网的电压安全性。在IEEE 33节点系统上的仿真结果表明:所提出的算法不仅能够满足电压约束,而且相较于多智能体深度确定性策略梯度(MADDPG)算法,网络损耗减少了4.18%,控制代价减少了70.5%。该研究可为主动配电网的电压优化控制提供理论基础。

基于量测数据补全的有源配电网电压优化技术

有源配电网由于分布式新能源影响,电压存在越限的风险,但配电网实时量测仅可部分观测,优化问题无法求解。针对这个问题,提出了一种基于量测数据补全的有源配电网电压优化技术。在仅能获得部分节点实时量测的状态下,采用增强生成对抗网络补全算法,得到完整的配电网量测数据。根据补全的实时数据,计及补全误差,设计电压误差修正模型,修正优化电压目标,在电压越限时对配电网电压进行优化,提高电压质量。通过IEEE 33节点算例验证了所提方法相对于生成对抗网络在部分实时观测的情况下能够高精度补全缺失量测数据,降低电压波动,提高配电网运行的稳定性。

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。

基于粒子群算法的多次反射飞行时间质量分析器电压优化

多次反射飞行时间(MR-TOF)是一种新型的质量分析器,常用于分析短寿命离子、分离同重元素和存储离子。随着使用需求的增加,提高MR-TOF质量分析器的分辨能力越来越重要。然而,MR-TOF质量分析器电压参数的优化涉及高维度、高精细度和非线性的问题,很难用解析方法得到最优参数。本研究提出了一种基于粒子群(PSO)算法的MR-TOF质量分析器电压参数优化方法,并对粒子群算法进行改进。在SIMION离子光学仿真平台上对优化方法进行测试,比较了标准粒子群算法和改进粒子群算法的优化结果。结果表明,改进粒子群算法能够获得超过810000的极限质量分辨率,相比标准粒子群算法有更好的性能。该方法具有操作简单、优化速度快、求解效果好等优点,可为MR-TOF质量分析器的电压优化提供方法参考,从而提高MR-TOF质量分析器的开发效率。

含分布式电源的地区电网无功电压优化

随着地区电网中分布式电源的增多,一些分布式电源出力的不确定性对无功电压优化的效果影响较大。通过分析太阳能光伏发电和风力发电的模糊特性,提出建立梯形模糊数表示分布式电源出力的地区电网无功电压优化模型。将目标函数和约束条件模糊化,并利用其隶属度函数形成模糊适应度函数,通过灵敏度计算选择最有效的控制设备参与遗传操作,并且采用单点交叉算子以适应浮点数和整数混合编码。实际地区电网数据仿真结果表明所用模型和算法切实可行。

考虑多分区无功电压优化的多Agent系统

针对电网分区管理的特点,采用以管理分区为计算单元的新的三级组织结构,将管理分区与优化分区有机结合起来,构建了多Agent系统。采用分解协调模型和辅助问题原理作为多Agent系统的算法,各分区并行计算,通过数据驱动的模型进行多Agent间的协商、协调,完成全网优化计算。文中以枣庄地区电网为例,建立了该系统的优化运行机制以及对现有多分区系统进行无功优化的方法。实际应用表明,该系统比不考虑多分区的优化方案加快了优化速度,降低了网损,提高了电压水平,为多Agent系统在大型电网无功电压优化中的应用提供了更加实用化的解决方案。

小水电群区域电网电压优化控制的应用探讨

针对小水电群区域电网夏丰方式下的电压超标问题,分别以网损最小、电压偏移最小和两者结合为目标,采用基于Matlab的遗传算法及PSAT(Power System Analysis Toolbox)工具箱的优化方法,通过对主变抽头调节、制定水电功率因数考核指标、并联无功补偿装置等控制手段实现对电网电压及网损的优化控制,提出了相应的优化控制方法与策略。该结果成功应用于信宜小水电群区域电网,极大地改善了该区域的电压质量、降低了网损,表明该优化方法的实用性与可行性。

基于软分区的全局电压优化控制系统设计

中国的无功电压问题日益突出 ,研发电力系统全局电压优化控制系统已经成为当务之急。文中借鉴了法国等欧洲国家的成功经验 ,面向国内网、省调 ,以现有的能量管理系统为基础 ,设计实用的全局电压优化控制系统。提出了“软分区”的 3级电压控制的新思路 ,无须建设“硬”区域电压控制器 ,而是在控制中心建设“软”二级控制和“软”三级控制 ,以软件方式来实现控制的时空解耦 ,较好地解决了多目标控制问题。探讨了控制系统在实现中的一些重要问题。这种新的控制模式非常适合发展中的中国电力系统 。

基于实时灵敏度分析的湖南电网无功电压优化控制系统

摘要:基于能量管理系统(EMS)平台的湖南电网无功电压优化控制系统采用省调中心决策层和厂站端执行层两层系统结构。该系统采用面向母线的电网模型,以厂站为核心进行数据库设计,在系统状态估计数据基础上,实现实时计算每个厂站(节点)的灵敏度,并由此产生无功电压优化调整的控制决策。此外,还采用了控制计时器技术、精简控制指令技术、数据可靠性检查技术、双重电压限值技术,这些实用技术确保了该系统的可靠性和实用性。

基于合作博弈的多目标无功电压优化模型及其解法

为了在在线无功电压控制中协调考虑系统的安全性和经济性,提出了一种基于多目标优化的无功电压优化模型。除传统的经济目标外,该模型将系统的静态安全性加入到寻优目标中,以同时寻求系统经济性和安全性的最优化。基于合作博弈理论,提出了该模型的求解方法。在博弈过程中,经济目标和安全目标作为博弈参与方轮流给出决策策略,直至博弈达到均衡。基于2节点原理系统和IEEE 9节点系统的若干算例分析,证明了所提出的模型及求解方法的可行性和优越性。

配电网无功电压优化控制求解的一种新方法

提出将主动禁忌搜索(RTS)算法用于配电网无功电压优化控制问题的求解,并与传统的禁忌搜索(TS)算法进行了比较。在利用RTS算法的求解过程中,使用了反馈机制,可自动调节禁忌表长度,解决了TS中复杂参数设置与调节的问题;由于结合逃逸策略,使搜索有效地跳出局部极小点,避免了TS中可能出现的大循环。通过在算例中的应用表明,RTS算法非常适合对该问题的求解,比TS具有更好的灵活性和更高的求解效率。

基于主动禁忌搜索的配电网无功电压优化控制

提出将主动禁忌搜索(RTS)算法用于配电网无功电压优化控制问题的求解.首先根据已知的负荷预测曲线,用一种启发式方法为RTS提供可行初始解.在利用RTS算法的求解过程中,使用了反馈机制,可自动调节禁忌表长度,结合逃逸策略,可以使搜索有效地跳出局部极小点,更好地找到最优解.通过算例验证了该算法的有效性.与传统的禁忌搜索(TS)算法、遗传算法(GA)以及模拟退火(SA)算法进行了比较,算例结果表明,RTS算法求得的解质量更高,求解速度更快,比GA和SA算法至少提高了一倍.

基于模糊线性规划的无功电压优化

传统无功电压优化算法一般是单目标优化问题,并没有考虑有功网损的降低和限制控制量调节数最少,而且在处理电压约束时,未考虑“软约束”特性。针对电压无功问题的这些特点,引入模糊线性规划算法以解决这一问题。文中推导了将多目标模糊约束问题转化为单目标开明约束问题的数学模型。算例的计算结果表明,模糊线性规划算法可以很好地协调降低网损、限制调节量和确保节点电压裕度三者的关系,在有限控制量调节的前提下,可实现校正违界电压、降低系统网损和确保所有节点电压留有一定的裕度。

配电网运行及设备控制综合经济性的无功电压优化

为了避免配电网无功电压优化中参与调节的设备过多和设备调节过于频繁,提出了一种计及系统运行网损、设备操作成本和限制调控设备数的无功电压综合控制新方法。首先对调度周期各时段预优化,获取实时优化所需的部分数据;实时控制中,优化目标采用灵敏度与设备调节成本和次数等多目标相结合,同时对动作过频的设备引入惰性因子,不仅可以避免设备动作次数过多,同时可以将设备的调控合理地分布到调度周期的各个时段,从而对全系统的电压、网损、设备寿命和动作次数进行综合优化。寻优采用改进遗传算法,利用灵敏度、不同二进制长度编码、动态改变种群大小等手段,提高了搜索质量和计算速度。实例表明,该方法可以有效解决无功电压优化中的设备调控限次问题,具有较好的实用性和实时性。

基于ADMM的交直流混合配电网分布式电压优化模型

配电侧直流化日益明显,直流配电技术已是当前国内外研究热点之一,促使交直流混合配电网成为主动配电网的重要分支,交直流配网的电压优化问题是与其相关的重要研究课题。提出一种分区分布式优化的方法,依据电压源型换流器连接情况,对交直流混合配电网使用耦合支路法,分成交流子区域和直流子区域。基于交替方向乘子分布式方法,以网络损耗最小、电压偏差最小和柔性负荷利用率最低为目标,构建分布式电压优化模型,并采用二阶锥松弛等技术转化为凸优化模型,在修改的IEEE 33节点算例系统中进行仿真计算,分析了交流侧功率和分布式电源对直流侧电压的影响,比较了换流器采用不同控制方式时优化结果的不同,验证了所提分布式优化模型的合理有效性。

配电网时变无功电压优化方法

为降低电能损耗、提高功率因数和保证终端用户的电压质量,针对考虑负荷变化时配电网补偿调压设备的优化控制问题,提出了完整的模型及求解算法。根据系统负荷曲线变化趋势,提出按单调性初步分段进而采用融合的思想使分段数满足补偿调压装置的动作次数约束。应用粒子群优化算法从整体上获得系统一天内的电容器组及有载调压变压器分接头的最优运行方式。算例分析结果表明,这种分段处理方法不仅考虑了负荷的周期变化,而且使控制方案更为简洁、有效。

考虑过渡过程的多目标无功/电压优化控制模型

基于时间断面的无功/电压优化控制模型忽略了控制设备动作时间及2次优化控制期间的系统变化,因此不能准确反映优化控制效果。提出考虑过渡过程影响的多目标无功/电压优化控制模型,通过对过渡过程的智能分段和负荷变化方向的动态评估,并应用智能ε-支配域并行算法,能更精确地对电网有功损耗、控制设备动作引起的电压波动以及由于负荷变化所导致的的系统电压稳定负荷裕度变化量进行优化控制。通过IEEE30节点模型和一实际系统模型的仿真,验证了所提模型较传统无功/电压优化控制模型具有更好的优化控制能力。

含分布式发电的配电网电压优化的研究

针对含分布式发电的配电网电压优化提出了改进的模拟退火优化算法,对算法中初始种群生成、适应度计算、变异操作等进行了改进,并在处理多目标函数的优化问题中采用了自适应权重和法。算例结果表明,该算法能够收敛于全局最优解,并提高了收敛速度和稳定性。采用改进的模拟退火算法对变压器分接头和SVC出力进行优化来进行综合调压,可改善配电网的电压质量和降低网络损耗。