上海交通大学学报

• •    下一篇

基于安全深度强化学习的电网有功频率协同优化控制(网络首发)

  

  1. 1. 国家电网有限公司华东分部;2. AINERGY;3. 国电南瑞科技股份有限公司
  • 基金资助:
    国家电网有限公司华东分部科技项目(SGHD0000DKJS2100235)

摘要: 可再生能源占比的不断增加给互联电网频率控制提出了严峻考验。由于常规的AGC策略没有考虑电网潮流安全约束,传统的方法是根据专家知识和经验做尝试性发电机功率调整,需耗费较多时间;基于OPF的互联电网AGC优化模型由于其非凸性和大规模性,求解时间较长且存在收敛性问题。基于常规深度强化学习具有“离线训练、在线端对端形成策略”的优点,但在动作探索过程中无法保证系统安全性,提出一种基于安全深度强化学习的电网有功频率协同优化控制方法。首先将电网频率控制建模为约束马尔可夫决策过程,对决策过程添加相关安全约束进行智能体设计;然后基于华东电网实际系统算例,对智能体进行训练和性能提升;最后对智能体决策与常规AGC策略效果进行了对比。结果表明所提方法在多种运行方式下可快速生成有功频率控制策略,且保证了系统频率恢复过程中电网的安全性,可用于在线辅助调度员进行决策。

关键词: 有功频率协同控制, 人工智能, 深度强化学习, 约束马尔可夫决策过程, 智能体

中图分类号: