多时间尺度的配电网深度强化学习无功优化策略

胡丹尔, 彭勇刚, 韦巍, 肖婷婷, 蔡田田… - 中国电机工程 …, 2022 - epjournal.csee.org.cn
随着高比例分布式电源的接入, 配电网在应对源荷不确定性和协调多种无功补偿设备等方面面临
较大挑战. 该文提出一种基于优化数学模型与数据驱动方法相结合的配电网多时间尺度电压调节 …

Review on Reactive Power and Voltage Optimization of Active Distribution Network with Renewable Distributed Generation and Time‐Varying Loads

X Li, H Li, S Li, Z Jiang, X Ma - Mathematical Problems in …, 2021 - Wiley Online Library
With a high proportion of renewable distributed generation and time‐varying load connected
to the distribution network, great challenges have appeared in the reactive power …

[PDF][PDF] 基于深度强化学习近端策略优化的电网无功优化方法

张沛, 朱驻军, 谢桦 - 电网技术, 2023 - epjournal.csee.org.cn
新能源和负荷波动给无功优化带来更大的挑战. 考虑新能源和负荷时变特性,
将无功优化问题构建成强化学习问题. 提出了约束–目标划分和目标预设的方法设计奖励函数 …

[PDF][PDF] 基于双层深度强化学习的园区综合能源系统多时间尺度优化管理

陈明昊, 孙毅, 谢志远 - 电工技术学报, 2023 - dgjsxb.ces-transaction.com
摘要园区综合能源系统(PIES) 的能源转换结构复杂性, 新能源出力与多能负荷的不确定性以及
不同能源系统管理时间尺度的差异性, 是阻碍PIES 实现高效管理与经济效益优化的主要原因 …

[PDF][PDF] 基于近端策略优化算法的灾后配电网韧性提升方法

王子昊, 王旭, 蒋传文, 龚开, 白冰青, 邓晖 - 电力系统自动化, 2022 - epjournal.csee.org.cn
台风灾害易导致配电网线路断线, 并解列成多个孤岛运行. 如何高效实现配电网网络重构,
分布式发电调度以促进灾后负荷恢复这一问题亟待解决. 文中提出了一种基于深度强化学习近端 …

面向中低压配电网的分布式协同无功优化策略

胡珺如, 窦晓波, 李晨, 龙寰, 陈康, 周济 - 电力系统自动化, 2021 - epjournal.csee.org.cn
分布式电源的大规模接入使得中低压配电网具备参与优化调度的能力, 但分布式电源出力的随机
性和潮流分布的复杂化为中低压配电网无功优化带来了新的挑战. 考虑台区拓扑信息不全的现实 …

[PDF][PDF] 光伏直流升压场站并网整体协同低电压穿越控制策略

钮厚敏, 贾科, 刘鑫, 李俊涛, 陈金锋… - 电力系统保护与 …, 2023 - epjournal.csee.org.cn
光伏直流升压汇集场站中, 光伏列阵经DC/DC 升压后汇集, 再由DC/AC 换流站逆变后接入交流
电网. 对于多个光伏直流升压场站并网系统, 并网DC/AC 换流站输出无功电流大小受自身容量与 …

[PDF][PDF] 基于强化学习的含智能软开关主动配电网双层优化方法

董雷, 吴怡, 张涛, 王新迎, 郝毅, 郭凌旭 - 电力系统自动化, 2023 - epjournal.csee.org.cn
由于大量分布式电源接入配电网, 配电网调控能力不足导致电压波动大, 可再生能源消纳水平低
以及经济性指标差等问题突出. 为此, 提出了一种智能软开关(SOP) 与配电网动态重构协同优化 …

A two‐stage reactive power optimization method for distribution networks based on a hybrid model and data‐driven approach

G Abbas, W Zhi, A Ali - IET Renewable Power Generation, 2024 - Wiley Online Library
The uncertainty of distributed energy resources (DERs) and loads in distribution networks
poses challenges for reactive power optimization and control timeliness. The computational …

Deep reinforcement learning for Volt/Var control in distribution systems: A review

D Hai, T Zhu, S Duan, W Huang… - 2022 5th International …, 2022 - ieeexplore.ieee.org
An increasing number of distributed generators are integrated to distribution systems, which
has a huge impact on the network power flow and leads to severe voltage fluctuation …