基于深度强化学习的电力系统暂态稳定控制策略研究综述

“双碳”目标下大规模新能源并网以及电力电子设备的大量投入运行使得系统的惯性降低,对系统的稳定运行造成了影响。传统的暂态稳定分析具有建模困难、计算效率不高、容易受到不确定因素的干扰等不足。近几年,强化学习发展迅速,深度强化学习结合了深度学习与强化学习的优势,可应用于大规模场景及信息有限的场合,学习海量高维、不确定数据求解决策问题。该文首先介绍了深度强化学习的概况,接着对深度强化学习在电力系统暂态稳定控制决策方面的已有研究成果进行总结和概括,从系统预防控制、系统紧急控制、系统恢复控制3个方面分析了深度强化学习算法在电力系统暂态稳定控制决策中的研究现状和优势,并就这一研究方向中存在的问题作了深入探讨,最后对深度强化学习未来技术发展和实际应用进行了展望。

南方电网在线预决策系统

基于在线稳定决策技术开发了南方电网在线预决策系统,该系统集电网在线稳定计算分析、稳定判别、故障预警和控制决策于一体,具备各种电力系统静态、暂态、动态稳定分析和在线刷新稳控装置中控制策略表功能。系统硬件由数据库服务器、计算服务器、Web服务器、监视和维护终端、磁盘阵列、防火墙、物理隔离装置、通信机、安全稳定控制装置组成。全部分析程序软件使用C++语言编写,支持Windows和各种Unix平台。系统采用分布式计算、多线程和提前终止计算等技术,满足在线计算速度要求,核心计算程序通过BPA暂态稳定计算程序对比测试,满足在线计算精度要求。

六盘水电网安全稳定智能决策与控制系统

六盘水电网调度根据其系统特点和保证电网穗定运行的需要，建立了六盘水电网安全稳定智能决策与控制系统系统。本文对该系统的主要功能和系统配置情况做了简要介绍，并对该系统的分布式计算平台、并行处理等技术特点做了说明。