[發明專利]一種分布式微網電壓多層協同控制方法

有效

• 申請號: 202110620175.2
• 申請日: 2021-06-03
• 公開（公告）號: CN113346543B
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 殷林飛;羅仕逵;邱耀;高放
• 申請（專利權）人: 廣西大學
• 主分類號: H02J3/38
• 分類號: H02J3/38;H02J3/16
• 代理公司: 南寧東智知識產權代理事務所(特殊普通合伙) 45117
• 代理人: 裴康明;黎華艷

本發明提供一種分布式微網電壓多層協同控制方法，該方法能解決目前微網電壓控制中存在的能源響應靈活性不足與決策優化不充分的問題。首先，提出分布式微網電壓多層協同控制框架將微網分為四個電壓調控層。所提框架采用改進的執行依賴雙啟發式動態規劃方法對電壓控制系統的第一層執行調度；采用一致性方法對電壓控制系統的第二層進行優化；采用線性優化方法對電壓控制系統的第三層進行調度；采用量子多智能體協同強化學習對電壓控制系統的第四層執行決策。所提分布式微網電壓多層協同控制方法，對電壓控制系統進行調度時考慮了不同層能源調節特性以及不同層能源策略的協調，能夠優化電壓控制的響應靈活性和決策準確性。

技術領域

本發明屬于電力系統電壓控制領域，涉及多層協同的電壓控制方法，適用于電力系統與微網的電壓控制。

背景技術

隨著電網規模增大，系統運行工況復雜導致無功功率增加了隨機性，對電力系統的電壓穩定調節形成了挑戰。其次，隨著用戶用電質量要求的提高，電網對電壓合格率的考核也提出了更高的要求。傳統的電壓控制方式由于缺少考慮可再生能源大規模并網導致的無功功率的隨機、大幅擾動，且受限于無功響應靈活性不足，難適應電壓質量優質和經濟地調度目的。

根據優化控制的周期和目標不同，電壓控制分為一次電壓控制，二次電壓控制和三次電壓控制。針對不同的電壓控制目標，電壓控制方面涌現了許多研究；如基于比例-積分-微分調節控制的灰色預測理論，基于數學優化方法以及非洲水牛優化方法應用于自動電壓調節。然而，這些方法受限于方法靜態參數的設置，當系統發生改變，使用同樣的參數獲得的結果將失去最優性。傳統數學解析式方法過度依賴模型的準確性，與之相對的一些智能方法，如遺傳方法、粒子群優化方法、灰狼方法、飛蛾撲火方法和蜻蜓方法，強化學習，深度神經網絡等在求解問題時，不需要建立系統準確的解析式模型。智能方法通過擬合數據特征得到系統的解，從而提高系統求解的準確性。

由于啟發式方法的近似求解特性，在求解組合問題時能夠降低問題狀態規模，結合啟發式方法的電壓控制策略提高了求解的效率。由于具有適應系統狀態、實現策略自動更新的能力，強化學習方法能應用于解決電網電壓控制問題。由于具有對離散動作過程和連續動作過程系統的學習策略的連續性，強化學習、深度Q網絡、深度確定性策略梯度等的深度強化學習被應用于求解電壓控制問題。然而，現有研究中深度學習的網絡對系統的適應性缺乏關注，強化學習部分對強化學習的計算效率缺乏關注，這些情況會導致求解方法維數災問題，影響系統要求的實時性。

發明內容

本發明提出一種分布式微網電壓多層協同控制方法，該方法將微網分為四個電壓調控層，并采用四種相互協調的優化方法對微網電壓進行實時調度與控制；分別采用改進的執行依賴雙啟發式動態規劃方法，一致性方法，線性優化方法以及量子多智能體協同強化學習方法。其中執行依賴雙啟發式動態規劃屬于三次電壓控制，一致性方法屬于二次電壓控制，線性優化方法和量子多智能體協同強化學習方法屬于一次電壓控制。四個調控層方法之間進行聯動提高了電壓控制質量和降低微網功率損耗。該方法在使用過程中的步驟為：

(1)將目標微網系統電壓控制裝置按類型和調節方式劃分四個調控層；

(2)對電壓控制系統的第一層采用改進的執行依賴雙啟發式動態規劃方法優化微網無功裝置；

(3)對電壓控制系統的第二層采用一致性方法優化決策智能體決策信息同步性；

(4)對電壓控制系統的第三層采用線性優化方法；

(5)對電壓控制系統的第四層采用量子多智能體協同強化學習方法；

(6)電壓控制系統的四層控制中心之間進行通信，并根據相鄰層的決策和電壓控制系統的狀態變量信息優化下一次決策動作。

在分布式微網系統優化中通過設置優化目標函數以滿足電壓控制的要求。將微網系統一次電壓控制表示為線性下垂函數：