基于强化学习理论的配电网开关自动控制方法和系统技术方案

本发明专利技术公开了一种基于强化学习理论的配电网开关自动控制方法和系统，该方法包括：建立Distflow潮流优化约束模型，确定近似动态规划的强化学习算法；获取分布式发电单元的历史出力数据，并建立分布式发电单元输出功率波动及转化模型；确定配电网络拓扑结构，获取分布式发电单元有功出力数据、配电网可控分段开关、联络开关状况信息和Distflow潮流优化约束模型计算结果信息，以及根据分布式发电单元输出功率波动及转化模型、配电网络拓扑结构和获取的各信息建立MDP模型；采用强化学习算法求解MDP模型，并实时输出配电网开关自动控制最优策略。本发明专利技术可解决配电网络中分布式发电单元工作波动、失效、故障问题，改善配电系统的供电可靠性，提高配电系统的投资效益。提高配电系统的投资效益。提高配电系统的投资效益。

【技术实现步骤摘要】
基于强化学习理论的配电网开关自动控制方法和系统


[0001]本专利技术涉及电网调度
，尤其涉及一种基于强化学习理论的配电网开关自动控制方法和系统。

技术介绍

[0002]配电网在电力系统中承担着接受电能、分配电能的艰巨任务，它直接面向用电终端，与人民大众的日常生产生活息息相通。传统的配电网络呈“树”形结构，这种“辐射”状的结构有诸多薄弱之处：故障损害大、互供能力差、自动化程度低等严峻问题。虽然充分降低了制造成本，但是其可靠性不高。近些年来，愈来愈多分布式发电系统(Distributed Generation，DG)诸如风力发电、光伏发电的新能源发电系统接入到了配电网中，这样的优化策略可以在一定程度上满足清洁环保、低廉成本、高效可靠的电力产业发展要求。
[0003]然而，这些可再生新能源的接入也对配电网络产生了很多不利影响。其中最大的问题是，风力发电、太阳能发电等新能源发电模式受环境影响会出现诸多随机波动，存在不确定性和不稳定性；其次，受自然灾害和人为灾害影响，配电网络各节点支路容易发生故障。这些不利因素使得配电系统的工作状态变得复本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于强化学习理论的配电网开关自动控制方法，其特征在于，包括：步骤S1：建立Distflow潮流优化约束模型，并确定近似动态规划的强化学习算法；步骤S2：获取光伏、风电分布式发电单元的历史出力数据，并根据所述历史出力数据建立分布式发电单元输出功率波动及转化模型；步骤S3：确定配电网络拓扑结构，并获取分布式发电单元有功出力数据、配电网可控分段开关、联络开关状况信息和Distflow潮流优化约束模型计算结果信息，以及根据所述分布式发电单元输出功率波动及转化模型、所述配电网络拓扑结构和步骤S3中获取的信息建立配电网络马尔可夫决策过程MDP模型；步骤S4：采用近似动态规划的所述强化学习算法求解所述配电网络马尔可夫决策过程MDP模型，并实时输出配电网开关自动控制最优策略。2.如权利要求1所述的基于强化学习理论的配电网开关自动控制方法，其特征在于，所述步骤S1包括：步骤S11：根据配电网拓扑结构约束和配电网潮流计算基本理论建立所述Distflow潮流优化约束模型；步骤S12：根据强化学习理论和贝尔曼最优方程确定出近似动态规划的所述强化学习算法。3.如权利要求1所述的基于强化学习理论的配电网开关自动控制方法，其特征在于，所述步骤S2中，在建立所述分布式发电单元输出功率波动及转化模型之前，所述方法还包括：对各分布式发电单元的输出功率波动和不确定状况进行分析和量化，以便将量化值作为所述配电网络马尔可夫决策过程MDP模型的输入。4.如权利要求3所述的基于强化学习理论的配电网开关自动控制方法，其特征在于，通过所述分布式发电单元输出功率波动及转化模型能够模拟各分布式发电单元输出功率的波动性和不确定性。5.如权利要求4所述的基于强化学习理论的配电网开关自动控制方法，其特征在于，所述步骤S3包括：步骤S31：将各分布式发电单元的输出功率波动状况量化值以及对应的配电网络拓扑结构建模为所述配电网络马尔可夫决策过程MDP模型的状态参量；步骤S32：将连接配电网络各条支线的开关的动作状态建模为所述配电网络马尔可夫决策过程MDP模型的动作组合参量；步骤S33：选择考虑分布式发电故障的所述Distflow...

【专利技术属性】
技术研发人员：李晓旭，田猛，龚立，郑涵，朱紫阳，王先培，
申请(专利权)人：武汉大学，
类型：发明
国别省市：