本发明涉及电压控制技术领域,公开了一种深度强化学习的馈线‑台区两阶段电压优化方法,包括考虑电压越限风险的馈线电压优化:在10kv馈线系统以τ为时间尺度进行概率最优潮流计算,得到将馈线电压的安全运行风险降至最低的馈线设备调控策略以及馈线节点电压期望值;基于馈线节点电压期望值和400V台区量测信息,将400V台区电压优化过程建立为马尔科夫决策过程MDP模型,在τ时间间隔内,以t,t<τ为时间间隔,利用强化学习中的深度Q网络DQN对其进行求解,控制非全观测台区的DG资源实现台区内节点的电压优化。与现有技术相比,本发明通过调节馈线系统的可控设备,将馈线电压风险控制在较低水,将台区电压波动维持在安全范围内,以保持整个系统的安全运行。
声明:
“基于深度强化学习的馈线-台区两阶段电压优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)