一种基于近端优化策略的有源配电网网损优化方法

    公开(公告)号:CN117543605A

    公开(公告)日:2024-02-09

    申请号:CN202311478001.2

    申请日:2023-11-08

    摘要: 本发明公开了一种基于近端优化策略的有源配电网网损优化方法,包括:(1)将配电网的无功电压控制描述成马可夫决策过程(S,A,Pa,Ra);(2)配置有源配电网仿真环境,生成大量配电网运行方式场景来模拟配电网现实运行工况,基于马可夫决策过程获取对应的运行数据;(3)基于深度学习和强化学习算法构建强化学习智能体;(4)基于步骤(2)获取的运行数据,采用近端优化策略算法对强化学习智能体进行训练;(5)利用训练好的强化学习智能体进行配电网网损和电压控制,智能体从环境中获取系统状态,同时给出控制动作。利用本发明,可在满足电压安全约束条件下降低配电网网损,实现多目标在线无功电压控制,提升配网运行的安全性与经济性。