BLR-MATD3双数据驱动协同的配电网无功电压控制策略

赵为光; 张雨欣; 王雨楠; 张帅; 张佳瑞

doi:10.13625/j.cnki.hljep.2025.02.008

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

BLR-MATD3双数据驱动协同的配电网无功电压控制策略

智能电网 | 更新时间：2025-11-16

- BLR-MATD3双数据驱动协同的配电网无功电压控制策略
- BLR-MATD3双数据驱动协同的配电网无功电压控制策略
- 黑龙江电力 2025年47卷第2期页码：146-154
- 作者机构：
  
  黑龙江科技大学电气与控制工程学院
- 作者简介：
- 基金信息：
  
  黑龙江省省属高校基本科研业务费项目(项目编号：2024-KYYWF-1055)
- DOI：10.13625/j.cnki.hljep.2025.02.008
  中图分类号： TP18;TM714.2
- 纸质出版：2025
- 稿件说明：
移动端阅览
赵为光, 张雨欣, 王雨楠, 等. BLR-MATD3双数据驱动协同的配电网无功电压控制策略[J]. 黑龙江电力, 2025,47(2):146-154.

赵为光, 张雨欣, 王雨楠, et al. BLR-MATD3双数据驱动协同的配电网无功电压控制策略[J]. 2025, 47(2): 146-154.
赵为光, 张雨欣, 王雨楠, 等. BLR-MATD3双数据驱动协同的配电网无功电压控制策略[J]. 黑龙江电力, 2025,47(2):146-154. DOI： 10.13625/j.cnki.hljep.2025.02.008.

赵为光, 张雨欣, 王雨楠, et al. BLR-MATD3双数据驱动协同的配电网无功电压控制策略[J]. 2025, 47(2): 146-154. DOI： 10.13625/j.cnki.hljep.2025.02.008.

摘要

大量分布式可再生能源的接入，使配电网面临电压越限、网损增加等挑战。多智能体深度强化学习的配电网实时电压控制方法，可有效协同光伏逆变器无功参与调压，但针对配电网的感知度有限，物理参数的不准确、不可知情况，难以使用常规潮流方程线性化方法。此外，面对大规模配网复杂场景时，复杂的交流潮流环境模型也会弱化强化学习算法寻优的计算效率。基于此，提出一种贝叶斯线性回归(BLR)和多智能体双延迟深度确定性策略梯度(MATD3)双数据驱动方法协同的电压控制策略。采用BLR方法建立适于强化学习环境架构的配电网潮流计算模型，将无功电压控制问题建模为分布式部分可观测马尔可夫决策过程，采用MATD3算法求解，使用离线训练-在线执行的模式实现不同区域光伏逆变器的无功协同控制。经IEEE节点系统仿真比较验证，所提方法达到较好的控制效果，具有较好的实时性和泛化能力。

Abstract

关键词

Keywords

references

Liu Haotian,Wu Wenchuan.Online Multi-Agent Reinforcement Learning for Decentralized Inverter-Based Volt-VAR Control[J].IEEE TRANSACTIONS ON SMART GRID,2021.

Di Cao,Weihao Hu,Junbo Zhao,Qi Huang,Zhe Chen,Frede Blaabjerg.A Multi-agent Deep Reinforcement Learning Based Voltage Regulation using Coordinated PV Inverters[J].IEEE Transactions on Power Systems,2020.

Yuxiao Liu,Ning Zhang,Yi Wang,Jingwei Yang,Chongqing Kang.Data-Driven Power Flow Linearization: A Regression Approach.[J].IEEE Trans. Smart Grid,2019.

Su Heng Yi,Liu Tzu Yi.Enhanced Worst-Case Design for Robust Secondary Voltage Control Using Maximum Likelihood Approach[J].IEEE Transactions on Power Systems,2018.

Yang Jingwei,Zhang Ning,Kang Chongqing,Xia Qing.A State-Independent Linear Power Flow Model With Accurate Estimation of Voltage Magnitude[J].IEEE Transactions on Power Systems,2017.

Fatemi, Seyed Masoud,Abedi, Sajjad,Gharehpetian, G. B.,Hosseinian, Seyed Hossein,Abedi, Mehrdad.Introducing a Novel DC Power Flow Method With Reactive Power Considerations[J].IEEE Transactions on Power Systems: A Publication of the Power Engineering Society,2015.

Kabiri, Roozbeh,Holmes, Donald Grahame,McGrath, Brendan P.,Meegahapola, Lasantha Gunaruwan.LV Grid Voltage Regulation Using Transformer Electronic Tap Changing, With PV Inverter Reactive Power Injection[J].IEEE journal of emerging and selected topics in power electronics,2015.

Liu M.B.,Canizares C.A.,Huang W..Reactive Power and Voltage Control in Distribution Systems With Limited Switching Operations[J].IEEE Transactions on Power Systems,2009.

舒印彪,赵勇,赵良,邱波,刘美,杨阳.“双碳”目标下我国能源电力低碳转型路径[J].中国电机工程学报,2023(05).

全欢,彭显刚,刘涵予,周鹏,吴泽霖,苏浩坤.基于深度强化学习的配电网实时电压优化控制方法[J].电网技术,2023(05).

张沛,朱驻军,谢桦.基于深度强化学习近端策略优化的电网无功优化方法[J].电网技术,2023(02).

倪爽,崔承刚,杨宁,陈辉,奚培锋,李振坤.基于深度强化学习的配电网多时间尺度在线无功优化[J].电力系统自动化,2021(10).

刘羽霄,张宁,康重庆.数据驱动的电力网络分析与优化研究综述[J].电力系统自动化,2018(06).

于琳,孙莹,徐然,李可军.改进粒子群优化算法及其在电网无功分区中的应用[J].电力系统自动化,2017(03).

曾令全,罗富宝,丁金嫚.禁忌搜索–粒子群算法在无功优化中的应用[J].电网技术,2011(07).

许晓艳,黄越辉,刘纯,王伟胜.分布式光伏发电对配电网电压的影响及电压越限的解决方案[J].电网技术,2010(10).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

光伏逆变器认证标准研究