基于深度强化学习的配电网实时电压优化控制方法

作     者：全欢 彭显刚 刘涵予 周鹏 吴泽霖 苏浩坤 QUAN Huan;PENG Xiangang;LIU Hanyu;ZHOU Peng;WU Zelin;SU Haokun

作者机构：广东工业大学自动化学院广东省广州市510006 

出 版 物：《电网技术》 (Power System Technology)

年 卷 期：2023年第47卷第5期

页      面：2029-2038页

核心收录：

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0807[工学-动力工程及工程热物理] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61903091) 

主　　题：多智能体深度强化学习 马尔科夫决策过程 配电网电压优化控制 光伏逆变器 数据驱动 

摘      要：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。