本發明公開了一種基于D3QN的主動配電網多目標無功控制方法,包括:以綜合了主動配電網模型的電壓偏差、網絡損耗、無功補償器動作成本和棄風棄光功率成本四部分的目標函數最小為優化控制目標;以配電網潮流約束、節點電壓安全約束、支路電流安全約束為約束條件建立無功優化控制模型。然后設計了強化學習的狀態空間、動作集合和獎勵函數,構建了多目標無功控制的馬爾科夫過程。最后基于D3QN深度強化學習網架迭代訓練,得到經D3QN學習優化后的狀態空間,尋找出主動配電網的最優調度狀態。本發明的無功控制方法有效提升了電能質量,同時考慮了控制過程中的動作成本與新能源大規模接入配電網帶來的棄風棄光功率成本,取得了很好的優化效果。
聲明:
“基于D3QN的主動配電網多目標無功控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)