基于改进强化学习算法的终端电网在线等值建模方法及其应用

发布时间：2023-03-02 07:32

　　负荷建模的精度直接影响着电力系统的运行和控制。电网规模日益扩大和分布式可再生能源发电的并网为负荷建模工作带来了新的挑战。本文将负荷建模扩展为含分布式发电的终端网络等值建模,以准确描述其时变负荷特性和分布式发电随机性为目标,从在线参数辨识方法、终端电网等值模型和终端电网等值应用三方面对终端电网在线等值建模方法开展了研究。在线参数辨识方面,研究了一种用于在线参数辨识的改进强化学习算法。该优化算法是在现有强化学习算法的基础上,在值函数更新方面做出了两点改进。其一是采用了自适应的学习速率,用以实现多个代理之间的合作与协调,提高多个代理学习同一个目标函数时的效率;其二是提出了平行的值函数表,用以实现时变系统中模型参数快速准确的跟踪。仿真结果表明,改进强化学习算法比现有强化学习算法和改进最小二乘法在收敛精度以及跟踪时变负荷特性方面有更加显著的效果。在终端电网等值模型方面,研究了输电网中区域负荷的等值,提出了一种计及时变负荷电压静特性的多端口区域负荷等值模型。该模型在精度上高于现有的区域负荷模型。随后研究了考虑分布式可再生能源发电的主动配电网等值,建立了含等值电源和等值负荷的主动配电网等值模型。该模...

【文章页数】：112 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景与研究意义
        1.1.1 我国电网及可再生能源发电的发展概况
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 终端电网等值模型
        1.2.2 参数辨识方法
        1.2.3 强化学习算法
        1.2.4 随机优化方法
        1.2.5 存在问题
    1.3 研究思路与主要工作
        1.3.1 研究思路
        1.3.2 主要工作
第二章 面向在线参数辨识的改进强化学习算法
    2.1 引言
    2.2 强化学习基本原理
    2.3 改进强化学习算法
        2.3.1 算法概况
        2.3.2 环境状态
        2.3.3 奖励函数
        2.3.4 值函数
        2.3.5 策略
    2.4 本章小结
第三章 基于ERL的区域负荷在线等值建模方法
    3.1 引言
    3.2 区域负荷等值模型
    3.3 区域负荷模型参数的在线辨识
        3.3.1 模型参数在线辨识流程
        3.3.2 参数辨识的目标函数
    3.4 仿真案例
        3.4.1 在线参数跟踪
        3.4.2 非基态情景的模型精度验证
    3.5 本章小结
第四章 计及分布式发电随机性的主动配电网在线等值建模方法
    4.1 引言
    4.2 主动配电网等值方法
        4.2.1 主动配电网的等值模型
        4.2.2 分布式可再生能源发电的空间随机性
        4.2.3 端口注入功率的确定性分量
        4.2.4 端口注入功率的随机性分量
    4.3 主动配电网等值模型参数的在线辨识
        4.3.1 等值模型参数在线辨识模式
        4.3.2 参数辨识和模型精度验证流程
        4.3.3 主动配电网参数识别的目标函数
    4.4 仿真案例
        4.4.1 改进IEEE33节点系统
        4.4.2 分布式发电的在线采样方法
        4.4.3 在线辨识的等值模型参数
        4.4.4 等值模型在边界节点处的精度验证
        4.4.5 等值模型在输电网内的精度验证
    4.5 本章小结
第五章 基于主动配电网等值模型的输电网随机无功优化
    5.1 引言
    5.2 原系统随机无功优化数学模型
    5.3 基于主动配电网等值的随机无功优化模型
        5.3.1 等值系统的随机变量
        5.3.2 等值系统的等式约束
    5.4 随机无功优化模型的求解方法
    5.5 仿真案例
        5.5.1 控制变量的优化结果
        5.5.2 网损的概率分布结果
        5.5.3 输电网的潮流概率分布结果
    5.6 本章小结
第六章 结论与展望
    6.1 主要成果与创新点
    6.2 研究工作展望
参考文献
攻读博士学位期间取得的研究成果
致谢
附件



本文编号：3752216