-
公开(公告)号：CN116207750A
公开(公告)日：2023-06-02
申请号：CN202310178946.6
申请日：2023-02-28
Applicant: 云南电网有限责任公司昆明供电局
Abstract: 本发明公开了一种基于深度确定性策略梯度算法的配电网无功优化方法，包括构建配电网的无功优化模型，包括潮流计算约束模型，PV逆变器和BESs的出力模型；将无功优化模型描述成一个马尔科夫决策过程，并定义MDP的状态空间、动作空间和奖励函数；使用基于人工神经网络和决策者－评价者架构的DDPG算法来求解的MDP；使用某地区配电网的真实历史运行数据，对DDPG智能体进行训练，然后将训练好的智能体在线部署，并设置不同的PV渗透率对其效果进行验证。本发明所提方法基于ANN使用Q网络来逼近Q函数，避免了状态和动作的维度灾害，同时本发明可以很好地利用PV和BESs这些分布式资源来进行配电网优化。
-
Patent Agency Ranking
公开(公告)号：CN115483703A
公开(公告)日：2022-12-16
申请号：CN202211117150.1
申请日：2022-09-14
Applicant: 云南电网有限责任公司昆明供电局
Abstract: 本发明公开了一种基于多智能体强化学习的配电网多区域协同无功优化方法包括：利用聚类算法进行配电网分区，将各子区作为一个智能体，构建无功电压优化模型；将配电网多区域协同控制的无功优化模型建模为多智能体的马尔科夫博弈模型；利用multi‑agent soft actor‑critic算法对各智能体构建独特的策略和价值网络；采用集中式训练、分散式执行的框架对各智能体进行训练；利用配电网历史数据进行离线训练，寻求动态系统不确定性的最佳解法，并将其部署至地方在线执行。本发明可以摆脱对精确物理模型和先验统计信息的依赖，可以在历史运行数据中捕获光伏出力和负荷的不确定性，训练好的智能体可以实时决策以避免在线计算时间过长；可以在有限的通信条件下实现全局最优的控制。
-
公开(公告)号：CN115149544A
公开(公告)日：2022-10-04
申请号：CN202210804282.5
申请日：2022-07-07
Applicant: 云南电网有限责任公司昆明供电局
Abstract: 本发明公开了一种基于Soft Actor‑Critic算法的配电网连续无功电压优化方法，包括：构建配电网的连续无功优化模型；根据所述模型将配电网的无功优化问题描述为马尔科夫决策过程，并将模型中的无功优化设备SVC和DG逆变器视作决策智能体；使用SAC算法构建独特的策略和价值网络来求解所述马尔科夫决策过程；对所述智能体进行离线训练，通过使用真实的历史运行数据让智能体不断地和电网交互来学习最佳的响应策略，并在线执行。本发明所提的方法摆脱了对精确物理模型的依赖，求解得到的是一个策略模型而非特定的解，该模型是一个深度神经网络拟合的函数，具有较强的泛化能力，可以适应求解问题的扰动。
-
公开(公告)号：CN115983373A
公开(公告)日：2023-04-18
申请号：CN202211554345.2
申请日：2022-12-06
Applicant: 云南电网有限责任公司昆明供电局
IPC: G06N3/092 , G06N3/048 , G06N3/0464
Abstract: 本发明公开了一种基于图卷积神经网络的近端策略优化方法，包括以下步骤：构建训练DRL智能体所需的基于图卷积层的Actor神经网络和Critic神经网络以及一个经验轨迹缓存池；在当前回合通过Actor网络产生随机动作来探索环境，生成经验轨迹来填充缓存池，然后使用缓存池里的经验轨迹对Actor网络和Critic网络的参数进行更新，最后将模型进行保存，利用训练好的Actor网络模型输出使奖励值最大的动作，实现对环境状态的最佳响应。本发明提供了一种基于图卷积神经网络的近端策略优化方法，可有效提高强化学习对图数据的感知能力，增强智能体的扩展能力和鲁棒性。
-
公开(公告)号：CN116780562A
公开(公告)日：2023-09-19
申请号：CN202310430618.0
申请日：2023-04-21
Applicant: 云南电网有限责任公司昆明供电局
Abstract: 本发明公开了一种基于DDQN算法的配电网电压无功控制方法，包括：基于前推回代潮流计算方法构建配电网电压无功优化模型；将配电网电压无功优化模型描述为深度强化学习方法中的马尔可夫决策MDP模型；通过引入目标网络用于评估动作的Q值构建深度双Q网络DDQN算法架构，并利用DDQN算法求解MDP模型；根据历史数据模拟配电网仿真运行环境，将DDQN智能体和运行环境进行训练，基于训练完成后的DDQN智能体模型对配电网在线电压无功控制进行决策。本发明提高了电压控制的实时性和自适应性，适应了复杂、动态的配电网环境，降低了人工干预的频率，减轻了运维人员的工作负担；通过DDQN算法减小了过高估计的问题，能够更快地收敛到最优策略，自动优化控制速度快，可靠性强。
-
公开(公告)号：CN116231671A
公开(公告)日：2023-06-06
申请号：CN202310178944.7
申请日：2023-02-28
Applicant: 云南电网有限责任公司昆明供电局
Abstract: 本发明公开了一种基于梯度提升决策树算法的在线配电网无功控制方法，包括(1)构建光伏接入主动配电网无功控制的混合整数二阶锥规划模型，其中包括功率平衡约束、安全电压范围、电压调节设备操作限制等约束条件，有功网损等优化目标，以及本发明使用的离散型电压调节设备有载调压变压器和并联电容器的建模；(2)构建模型提取节点负荷需求、光伏出力作为参数，将MISOCP转换为参数规划模型，并构建决策动作数据集；(3)使用配电网历史采样数据或仿真数据对GBDT模型进行离线训练，并在线部署执行。本发明在混合整数规划模型的基础上进行了参数化建模，可以实现配电网的在线无功控制，缓解了主动配电网中分布式光伏出力的不确定性、电压稳定性问题。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
