【技术实现步骤摘要】
基于强化学习的光伏发电系统附加阻尼控制器设计方法
[0001]本专利技术涉及集中式光伏发电系统与分布式光伏发电系统控制
，尤其涉及一种基于强化学习的光伏发电系统附加阻尼控制器设计方法。
技术介绍
[0002]集中式大型光伏电站以及屋顶分布式光伏发电已成为光伏产业发展的趋势。随着光伏发电渗透率的提高，光伏发电对传统电力系统安全稳定性带来了新的挑战。如果电力系统的阻尼不足或为负值，则电力系统发生频率为0.2
‑
2.5Hz的低频振荡(Low Frequency Oscillation，LFO)。
[0003]电力系统一旦发生低频振荡，如果系统不能及时有效控制的话，可能会引起继电器过流跳闸、变压器损坏甚至机组之间失步解列，因此可靠有效抑制电力系统的LFO，对于电网的安全稳定运行有战略性意义。
[0004]通常电力系统采用电力系统稳定器(Power System Stabilizer，PSS)来抑制LFO，其抑制LFO的原理是：在典型的工况条件下，对电力系统进行线性化后，确定一组控制参数，以实现...
【技术保护点】
【技术特征摘要】
1.一种基于强化学习的光伏发电系统附加阻尼控制器设计方法，其特征在于：S101：构建基于强化学习的光伏发电系统附加阻尼控制系统；所述控制系统包括：无功功率外环PI控制模块、附加阻尼控制器、有功功率外环PI控制模块、无功电流内环PI模块、有功电流内环PI模块、逆变器和交流电网；S102：将附加阻尼控制器的输出作用于无功功率外环控制中，采用基于强化学习的方法对附加阻尼控制器单独求解控制，使附加阻尼器产生的输出信号ΔQ作用于无功功率外环PI控制模块，进而抑制光伏发电系统的低频振荡。2.如权利要求1所述的一种基于强化学习的光伏发电系统附加阻尼控制器设计方法，其特征在于：步骤S101中所述控制系统的控制原理具体为：无功功率参考信号Q
ref
、无功功率输入信号Q
p
与附加阻尼控制器的输出信号ΔQ一起经过加法器输入至无功功率外环PI控制模块，产生输出信号I
qref
；I
qref
调节光伏逆变器输出无功功率；有功功率参考信号P
ref
、有功功率输入信号P
p
一起经过加法器输入至有功功率外环PI控制模块，产生输出信号I
dref
；I
dref
调节光伏逆变器输出有功功率；I
qref
与无功电流输入信号i
q
一同经加法器后输入至无功电流内环PI模块；无功电流内环PI模块产生的输出信号与无功电压输入信号V
sq
一同经加法器后，形成无功电压控制信号V
q
；I
dref
与有功电流输入信号i
d
一同经加法器后输入至有功电流内环PI模块；有功电流内环PI模块产生的输出信号与有功电压输入信号V
sd
一同经加法器后，形成有功电压控制信号V
d
；V
q
与V
d
一同输入至逆变器，得到最终输出的无功功率Q
PV
和有功功率P
PV
，作用至交流电网达到抑制光伏发电系统低频振荡的目的。3.如权利要求1所述的基于强化学习的光伏发电系统附加阻尼控制器设计方法，其特征在于：步骤S102中，所述附加阻尼控制器包括：状态转换器、Actor网络和Critic网络；其单独控制的原理为：根据实际情况预先给定信号w(t)与被控光伏发电系统输出量y(t)相减，产生误差信号e(t)；误差信号e(t)经过状态转换器转变为强化学习网络的输入状态信号x(t)；状态信号x(t)输入至Actor网络，得到输出信号u
n
(t)；状态信号x(t)与误差的强化学习信号r(t)一起输入至Critic网络，得到输出信号n(t)；输出信号u
n
(t)与n(t)相结合，得到被控光伏发电系统的控制输入信号u(t)；u(t)作用于被控光伏发电系统，得到输出信号y(t)形成闭环控制；Actor网络和Critic网络还通过时序差分信号δ
TD
(t)在线更新Actor网络和Critic网络的权值系数。4.如权利要求3所述的一种基于强化学习的光伏发电系统附加阻尼器设计方法，其特征在于：采用RBF神经网络同时完成Actor网络的策略函数和Critic网络的值函数功能；所述RBF神经网络的输入为状态信号x(t)＝[x1(t),x2(t)L,x
n
(t)]
T
；其隐含层采用的高斯核函数为：
其中，μ...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。