【技术实现步骤摘要】
本专利技术属于微电网多vsg控制领域，特别涉及一种基于深度强化学习的多vsg微电网协调控制方法。
技术介绍
1、为了环境保护与社会可持续发展的需要，新能源在电力领域的应用也越来越多，由于分布式电源出力存在随机性与不确定性进而难以有效利用，微网作为一种解决方式而被提出，研究合适的微网系统控制技术是微网发展的关键。
2、传统变流器（跟网型变流器）不具备电压/频率主动支撑能力，大量接入将导致系统惯量水平降低，危及系统的安全稳定运行。为解决这一问题，构网型控制技术应运而生，虚拟同步发电机（virtual synchronous generator, vsg）作为构网型变流器的典型控制策略，通过模拟同步发电机的转子运动方程，为多vsg微电网系统提供虚拟惯量并具备主动支撑能力，但由于不同的大小扰动，同时也带来频率和电压波动等问题。
3、近年来随着人工智能飞速发展，将新一代的人工智能技术运用于微电网控制是当前电网以及能源领域的研究热点。基于深度强化学习方法，能够提高微电网系统整体的稳定性，在微电网孤岛运行模式下，考虑分布式电源...
【技术保护点】
1.基于深度强化学习的多VSG微电网协调控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度强化学习的多VSG微电网协调控制方法，其特征在于，步骤S1，建立多VSG孤岛微电网模型，具体如下：
3.根据权利要求1所述的基于深度强化学习的多VSG微电网协调控制方法，其特征在于，步骤S2，建立DDPG智能体状态空间，具体如下，
4.根据权利要求1所述的基于深度强化学习的多VSG微电网协调控制方法，其特征在于，步骤S3，建立DDPG智能体动作空间，具体如下：
5.根据权利要求1所述的基于深度强化学习的多VSG微...
【技术特征摘要】
1.基于深度强化学习的多vsg微电网协调控制方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度强化学习的多vsg微电网协调控制方法，其特征在于，步骤s1，建立多vsg孤岛微电网模型，具体如下：
3.根据权利要求1所述的基于深度强化学习的多vsg微电网协调控制方法，其特征在于，步骤s2，建立ddpg智能体状态空间，具体如下，
4.根据权利要求1所述的基于深度强化学习的多vsg微电网协调控制方法，其特征在于，步骤s3，建立ddpg智能体动作空间，具体如下：
5.根据权利要求1所述的基于深度强化学习的多vsg微电网协调控制方法，其特征在于，步骤s4：建立ddpg智能体奖励函数，具体如下，
【专利技术属性】
技术研发人员：吕振宇，梅诚，李琦，包宇庆，韦绍贤，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：
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。