-
公开(公告)号:CN112436518A
公开(公告)日:2021-03-02
申请号:CN202011203326.6
申请日:2020-11-02
Applicant: 哈尔滨工程大学
IPC: H02J3/06
Abstract: 本发明提供一种传统下垂控制微电网的精确潮流计算方法,计算负荷功率,并对电网进行传统的潮流计算;计算虚拟平衡节点承担的有功功率Psb,若满足|Psb|<ε,则进入下一步骤,否则返回步骤2;计算变换器出口电压E,根据电压E与无功QGi之间的下垂关系计算每一个分布式电源发出的无功功率QGi;再次进行传统的潮流计算,并计算虚拟平衡节点承担的无功功率Qsb,若满足|Qsb|<ε,则终止计算;否则返回步骤2。本发明潮流计算结果精确性高,节点电压标么值的最大绝对误差为0.0001,而现有技术忽略了电抗器影响,节点电压标么值的最大绝对误差为0.004,提出的计算框架具有通用性,不限于任何一种传统的潮流计算方法,方法易于使用。
-
公开(公告)号:CN114123178A
公开(公告)日:2022-03-01
申请号:CN202111364422.3
申请日:2021-11-17
Applicant: 哈尔滨工程大学
IPC: H02J3/00 , G06F30/27 , G06F113/04
Abstract: 本发明提供一种基于多智能体强化学习的智能电网分区网络重构方法,包括以下步骤:步骤1:根据电网运行需要将电网划分成N个区域,并构建多智能体强化学习的基本元素,包括环境、智能体、状态、观测、动作、奖励函数;步骤2:运行电力系统仿真环境,创建电力系统的初始运行状态数据集;步骤3:构造深度神经网络模型,应用增强智能体间学习对决策智能体进行训练;步骤4:利用训练完成的智能体为电网重构提供策略。本发明通过多智能体与电力仿真环境交互,离线学习最优网络重构的策略,并在线应用于实际电网中。
-
公开(公告)号:CN114123178B
公开(公告)日:2023-12-19
申请号:CN202111364422.3
申请日:2021-11-17
Applicant: 哈尔滨工程大学
IPC: H02J3/00 , G06F30/27 , G06F113/04
Abstract: 本发明提供一种基于多智能体强化学习的智能电网分区网络重构方法,包括以下步骤:步骤1:根据电网运行需要将电网划分成N个区域,并构建多智能体强化学习的基本元素,包括环境、智能体、状态、观测、动作、奖励函数;步骤2:运行电力系统仿真环境,创建电力系统的初始运行状态数据集;步骤3:构造深度神经网络模型,应用增强智能体间学习对决策智能体进行训练;步骤4:利用训练完成的智能体为电网重构提供策略。本发明通过多智能体与电力仿真环境交互,离线学习最优网络重构的策略,并在线应用于实际电网中。
-
-