Sophia Owais · Md Jamal Ahmed Shohan · Md Omar Faruque · IEEE Transactions on Power Systems · 2025年2月

在输配电网络中集成可再生能源和储能系统（ESS），在优化潮流和高效调度储能系统方面带来了重大挑战，这需要解决复杂的时域耦合约束问题。为解决这一问题，我们提出了一种名为基于Q学习的解析目标级联（ATC - Q）优化的新型双层协同优化框架，用于解决输配联合网络中的交流最优潮流（ACOPF）问题。该算法在24小时滚动时域内同时考虑输电网和配电网的储能系统，同时考虑实时电价、储能系统当前荷电状态、预测的光伏发电量（PV）和负荷需求。所提出的解决方案旨在通过解耦时域约束并根据储能系统当前和未来状态构建队列...

解读: 该输配电网协同优化技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器具有重要应用价值。ATC分层优化框架可直接应用于iSolarCloud云平台的多站点协调调度，实现输电侧集中式储能电站与配电侧分布式ESS的协同运行。多时间尺度调度策略可优化储能变流器的充放电曲线，提升可再生能源消纳...