一种适应配电网拓扑动态变化的分布式储能电压调节方法技术

本发明专利技术公开了一种适应配电网拓扑动态变化的分布式储能电压调节方法，涉及电网电压调节技术领域，包括：构建含分布式储能的电网电压调节模型，电网电压调节模型包括目标函数和约束条件；将电网电压调节模型建模为非中心部分可观马尔可夫决策过程；基于非中心部分可观马尔可夫决策过程，构建基于MADRL算法的策略模型；基于电压敏感性进行典型网络拓扑提取，利用电力系统的网络拓扑对策略模型进行离线训练得到最终电网电压调节模型，将该模型用于电网电压进行调节。本发明专利技术可快速改善配电网各节点的电压水平，稳定性高；能利用大量历史数据进行离线训练，快速且有效的应对不确情况，考虑了电网拓扑结构快速变化的场景，并且具有很强的拓扑泛化能力。很强的拓扑泛化能力。很强的拓扑泛化能力。

【技术实现步骤摘要】
一种适应配电网拓扑动态变化的分布式储能电压调节方法


[0001]本专利技术涉及电网电压调节
，具体而言，涉及一种适应配电网拓扑动态变化的分布式储能电压调节方法。

技术介绍

[0002]为了顺应能源与电力行业脱碳的发展趋势，配电网越来越关注光伏和风力等可再生能源(RDG)。然而，这些可再生能源显著的不确定性和波动性给配电网的电压调节带来了极大的挑战，另外电网复杂多变的运行拓扑场景也会导致电压波动、越限等不良现象的发生。
[0003]传统的电压调节装置主要包括有载调压变压器、分接开关和并联补偿电容器组，通过改变配电网的潮流来调节电压。一方面，这些机械装置的电压调节能力与它们在配电网中的接入位置密切相关，无法有效调节馈线远端的电压，另一方面，这些设备因反应速度太慢而无法适应RDG和负荷的快速波动。传统的电压调节策略主要分为三类：基于最优潮流(OPF)的集中调节、基于局部电压和功率信息的局部调节和基于相邻控制器间协调的分布式调节。第一种策略需要强大的中央控制器来收集和计算大量的信息；第二种策略仅需要局部测量信息，但其性能依赖各种参数的设置；最后一种策略综合前两种策略的优点，在相邻控制器之间交换信息，迭代求出接近最优解。
[0004]以上这些基于模型驱动的电压调节方法需要准确的网络信息和参数，这在当今日益复杂的大型互联有源配电网是不切实际的。一方面，这些方法难以处理RDG和负载的随机变化。另一方面，建立能够准确描述某些非线性电力电子器件特性的系统模型非常困难。

技术实现思路

[0005]本专利技术在于提供一种适应配电网拓扑动态变化的分布式储能电压调节方法，其能够缓解上述问题。
[0006]为了缓解上述的问题，本专利技术采取的技术方案如下：
[0007]本专利技术提供了一种适应配电网拓扑动态变化的分布式储能电压调节方法，包括以下步骤：
[0008]S1、构建含分布式储能的电网电压调节模型，电网电压调节模型包括目标函数和约束条件，目标函数能在确保所有分布式储能(DES)后备容量的同时，使配电网各节点的电压保持在要求范围内；
[0009]S2、将电网电压调节模型建模为非中心部分可观马尔可夫决策过程；
[0010]S3、基于非中心部分可观马尔可夫决策过程，构建基于多智能体强化学习(MADRL)算法的策略模型；
[0011]S4、对电力系统的网络拓扑进行聚类，得到若干簇网络拓扑；
[0012]S5、利用各簇网络拓扑中电压敏感性最高的拓扑组成训练拓扑集，利用各簇网络拓扑中的其它拓扑组成测试拓扑集，训练拓扑集用于对策略模型进行训练，测试拓扑集用
于验证训练好的策略模型；
[0013]S6、将训练拓扑集加入策略模型中智能体的状态集和观测集，使用所提MADRL算法对策略模型进行离线训练，得到最终电网电压调节模型；
[0014]S7、将配电网络包括实际网络拓扑在内的实时状态集输入最终电网电压调节模型，实时输出分布式储能的最优充放电功率，实现对对电网电压进行的实时调节。
[0015]在本专利技术的一较佳实施方式中，步骤S1中的目标函数为：
[0016][0017]其中，P
PV
(i,t)，P
WT
(i,t)，P
DES
(i,t)，P
Load
(i,t)，v(i,t)分别为节点i在时刻t的光伏出力功率，风电出力功率，储能充放电功率，负荷水平，节点电压；Soc(i,t)为节点i上分布式储能在时刻t的荷电状态；v0和Soc0分别为基准电压和分布式储能的初始荷电状态，T为一次电压调控的周期，N为网络中的结点数量。
[0018]在本专利技术的一较佳实施方式中，步骤S1中的约束条件为：
[0019][0020][0021][0022]v
min
≤v(i,t)≤v
max
，
[0023]|P
DES
(i,t)|≤P
c/dc.max
，
[0024]E
DES
(i,t+1)＝E
DES
(i,t)(1
‑
σ
sdr
)+P
DES
(i,t)η
c
,ifP
DES
(i,t)≥0，
[0025]E
DES
(i,t+1)＝E
DES
(i,t)(1
‑
σ
sdr
)+P
DES
(i,t)/η
dc
,ifP
DES
(i,t)≤0，
[0026][0027]其中，P
PV
(i,t)，P
WT
(i,t)，P
DES
(i,t)分别为节点i在时刻t的光伏出力功率，风电出力功率，分布式储能充放电功率；P
S
(t)和Q
S
(t)分别为系统平衡节点注入有功功率和无功功率；P
Load
(i,t)和Q
Load
(i,t)分别为节点i在时刻t的负荷有功功率和无功功率；k为当前网络的拓扑结构，为满足配电网径向条件的拓扑的集合，V和E分别代表节点集合和支路集合；和分别为在当前网络拓扑k下节点i，j之间的支路电导和电纳，V
i
为所有与节点i相邻的节点集合，θ
ij
为节点i与节点j之间的相角差，v
min
和v
max
分别为节点电压最小值和最大值；P
c/dc.max
为分布式储能的最大充放电功率；σ
sdr
，η
c
和η
dc
分别为分布式储能的自放电率，充电系数和放电系数，σ
sdr
∈(0,1)，η
c
∈(0,1)，η
dc
∈(0,1)；E
DES
(i,t)和E
DES
(i,t+1)分别为安装在节点i上的分布式储能当前时刻t和下一时刻t+1的容量，为分布式储能的最大容量。
[0028]在本专利技术的一较佳实施方式中，对于非中心部分可观马尔可夫决策过程，
[0029]其环境为含有风电、光伏、负荷及分布式储能的配电网络，
[0030]其智能体为可以与环境进行交互的分布式储能，
[0031]其区域集包括将整个环境划分成的若干控制区，每个控制区包括一个智能体和位于该控制区内的所有节点、支路、光伏、风电及负荷，
[0032]其拓扑集为所有满足配电网拓扑径向条件的网络拓扑的集合，
[0033]其状态集和观测集满足
[0034][0035]其中，为智能体r的状态集，为智能体r的观测集，P
Load
(i,t)，P
PV
(i,t)，P
WT
(i,t)，Soc(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适应配电网拓扑动态变化的分布式储能电压调节方法，其特征在于，包括以下步骤：S1、构建含分布式储能的电网电压调节模型，电网电压调节模型包括目标函数和约束条件，目标函数能在确保所有分布式储能后备容量的同时，使配电网各节点的电压保持在要求范围内；S2、将电网电压调节模型建模为非中心部分可观马尔可夫决策过程；S3、基于非中心部分可观马尔可夫决策过程，构建基于MADRL算法的策略模型；S4、对电力系统的网络拓扑进行聚类，得到若干簇网络拓扑；S5、利用各簇网络拓扑中电压敏感性最高的拓扑组成训练拓扑集，利用各簇网络拓扑中的其它拓扑组成测试拓扑集，训练拓扑集用于对策略模型进行训练，测试拓扑集用于验证训练好的策略模型；S6、将训练拓扑集加入策略模型中智能体的状态集和观测集，使用MADRL算法对策略模型进行离线训练，得到最终电网电压调节模型；S7、将配电网络包括实际网络拓扑在内的实时状态集输入最终电网电压调节模型，实时输出分布式储能的最优充放电功率，实现对电网电压的实时调节。2.根据权利要求1所述适应配电网拓扑动态变化的分布式储能电压调节方法，其特征在于，步骤S1中的目标函数为：其中，P
PV
(i,t)，P
WT
(i,t)，P
DES
(i,t)，P
Load
(i,t)，v(i,t)分别为节点i在时刻t的光伏出力功率，风电出力功率，储能充放电功率，负荷水平，节点电压；Soc(i,t)为节点i上分布式储能在时刻t的荷电状态；v0和Soc0分别为基准电压和分布式储能的初始荷电状态；T为一次电压调控的时间周期，N为网络中的结点数量。3.根据权利要求2所述适应配电网拓扑动态变化的分布式储能电压调节方法，其特征在于，步骤S1中的约束条件为：在于，步骤S1中的约束条件为：在于，步骤S1中的约束条件为：v
min
≤v(i,t)≤v
max
，|P
DES
(i,t)|≤P
c/dc.max
，E
DES
(i,t+1)＝E
DES
(i,t)(1
‑
σ
sdr
)+P
DES
(i,t)η
c
,ifP
DES
(i,t)≥0，E
DES
(i,t+1)＝E
DES
(i,t)(1
‑
σ
sdr
)+P
DES
(i,t)/η
dc
,ifP
DES
(i,t)≤0，其中，P
PV
(i,t)，P
WT
(i,t)，P
DES
(i,t)分别为节点i在时刻t的光伏出力功率，风电出力功
率，分布式储能充放电功率；P
S
(t)和Q
S
(t)分别为系统平衡节点注入有功功率和无功功率；P
Load
(i,t)和Q
Load
(i,t)分别为节点i在时刻t的负荷有功功率和无功功率；k为当前网络的拓扑结构；为满足配电网径向条件的拓扑的集合，V和E分别代表节点集合和支路集合；和分别为在当前网络拓扑k下节点i，j之间的支路电导和电纳，V
i
为所有与节点i相邻的节点集合，θ
ij
为节点i与节点j之间的相角差，v
min
和v
max
分别为节点电压最小值和最大值，P
c/dc.max
为分布式储能的最大充放电功率；σ
sdr
，η
c
和η
dc
分别为分布式储能的自放电率，充电系数和放电系数，σ
sdr
∈(0,1)，η
c
∈(0,1)，η
dc
∈(0,1)；E
DES
(i,t)和E
DES
(i,t+1)分别为安装在节点i上的分布式储能当前时刻t和下一时刻t+1的容量，为分布式储能的最大容量。4.根据权利要求3所述适应配电网拓扑动态变化的分布式储能电压调节方法，其特征在于，对于非中心部分可观马尔可夫决策过程，其环境为含有风电、光伏、负荷及分布式储能的配电网络，其智能体为可以与环境进行交互的分布式储能，其区域集包括将整个环境划分成的若干控制区，每个控制区包括一个智能体和位于该控制区内的所有节点、支路、光伏、风电及负荷，其拓扑集为所有满足配电网拓扑径向条件的网络拓扑的集合，其状态集和观测集满足其中，为智能体r的状态集，为智能体r的观测集，P
Load
(i,t)，P
PV
(i,t)，P
WT
(i,t)，Soc(i,...

【专利技术属性】
技术研发人员：向月，卢宇，
申请(专利权)人：四川大学，
类型：发明
国别省市：