基于集群划分的高渗透率分布式能源系统智能调压方法

    公开(公告)号:CN108183488A

    公开(公告)日:2018-06-19

    申请号:CN201711403797.X

    申请日:2017-12-22

    Abstract: 本发明针对现有高渗透率大规模分布式能源系统,在集群划分依据、划分方法、调压策略方面仍旧处于探索阶段,不便于对高渗透率大规模分布式能源系统开展后续电压调节的问题,提供一种基于集群划分的高渗透率分布式能源系统智能调压方法。该方法,包括:采用K-means算法将电力系统中的节点划分为n个亚群落,以可控PV节点无功功率和有功功率为可调变量,并在亚群落内进行潮流运算;预设非线性调节周期,采用混合粒子群优化算法对PV节点电压进行粗调节,并确定工作点Γ;根据确定的工作点Γ,采用节点电压的线性化方程对PV节点电压进行细调节。本发明可有效的解决高渗透率可再生能源的过电压问题,并具有良好的实时性。

    一种基于Q学习的输电网停电检修调度优化方法

    公开(公告)号:CN119849797A

    公开(公告)日:2025-04-18

    申请号:CN202411811370.3

    申请日:2024-12-10

    Abstract: 本发明提出了一种基于Q学习的输电网停电检修调度优化方法,包括步骤通过获取电网原始拓扑文件生成甘特图,并确立强化学习的状态判断规则和目标函数;整合下属单位检修计划至甘特图,形成初始检修计划;利用Matlab内置潮流求解器计算初始潮流合集,评估电网运行状态;在智能体训练过程中,采用epsilon‑greedy方法选取检修动作,更新甘特图和拓扑文件,并通过贝尔曼方程更新Q值,以优化检修计划;训练完成后输出最终停电检修计划的甘特图。本发明将电网调度问题抽象为Q学习问题,通过合理约束和目标函数,利用Q学习算法优化停电调度,减轻调度人员工作强度,降低人才培养成本,提高调度效率和可靠性,解决电网调度关键技术难题。

Patent Agency Ranking