找到 1 条结果
基于深度强化学习的考虑网络重构的多时间尺度电压/无功控制
Deep Reinforcement Learning Based Multi-Timescale Volt/Var Control in Distribution Networks Considering Network Reconfiguration
Hexiang Peng · Kai Liao · Jianwei Yang · Bo Pang 等5人 · IEEE Transactions on Sustainable Energy · 2025年5月
针对配电网中不同响应特性的设备带来的多时间尺度电压/无功控制(VVC)难题,本文提出一种新型双层数据驱动的多时间尺度VVC方法。该方法将光伏等连续型设备的短时间尺度控制与电容器组及网络重构等离散型设备的长时间尺度控制相协调,构建双层部分可观测马尔可夫决策过程(POMDP)模型。内层采用TD3算法控制连续变量,外层利用DDQN算法处理离散动作与网络重构。通过统一奖励信号并传递内层动作为外层状态实现协同训练,并引入图神经网络(GNN)识别代表性拓扑以缩减重构空间,抑制过度探索。在IEEE 33节点和...
解读: 该多时间尺度Volt/Var控制技术对阳光电源配电侧产品具有重要应用价值。在SG系列光伏逆变器中,可利用TD3算法实现连续无功功率的快速调节,优化现有MPPT算法与无功控制的协同;在ST系列储能变流器及PowerTitan大型储能系统中,可通过DDQN算法协调储能充放电与电容器组的离散控制决策。该方...