结合数据驱动与物理模型的主动配电网双时间尺度电压协调优化控制.pdfVIP

2024年3月电工技术学报Vol.39No.5

第39卷第5期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETYMar.2024

DOI:10.19595/ki.1000-6753.tces.222273

结合数据驱动与物理模型的主动配电网

双时间尺度电压协调优化控制

123

张剑崔明建何怡刚

（1.合肥工业大学电气与自动化工程学院合肥230009

2.天津大学电气自动化与信息工程学院天津300072

3.武汉大学电气与自动化学院武汉430072）

摘要高比例电动汽车、分布式风电、光伏接入配电网，导致电压频繁地剧烈波动。传统调

压设备与逆变器动作速度差异巨大，如何协调是难点问题。该文结合数据驱动与物理建模方法，

提出一种配电网双时间尺度电压协调优化控制策略。针对短时间尺度（min级）电压波动，以静

止无功补偿器、分布式电源无功功率为决策变量，以电压二次方偏差最小为目标函数，针对平衡

与不平衡配电网，基于支路潮流方程，计及物理约束构建了二次规划模型。针对长时间尺度（h级）

电压波动，以电压调节器匝比、可投切电容电抗器挡位、储能系统充放电功率为动作，当前时段

配电网节点功率为状态，节点电压二次方偏差为代价，构建了马尔可夫决策过程。为克服连续-离

散动作空间维数灾，提出了一种基于松弛-预报-校正的深度确定性策略梯度强化学习求解算法。

最后，采用IEEE33节点平衡与123节点不平衡配电网验证了所提出方法的有效性。

关键词：智能配电网电压控制深度强化学习二次规划双时间尺度

中图分类号：TM732

0引言快充亦可能导致电压越限、失稳与振荡[6]。光伏发

电有功功率变化量在1min内能够达到其额定功率

未来一二十年，我国配电网将接入大量可再生

的15%。文献[1]针对某实际配电网的仿真表明，处

分布式电源（DistributedGenerators,DG）与电动汽

于配电网末端的快速充电站内6辆EV同时快充即

车（ElectricalVehicles,EV）。DG、EV对配电网的

可导致电压越限。

影响与利用、配电网优化运行、主动配电网技术等

已成为电气工程领域的研究热点[1]。某些情况下，基于物理模型的无功功率优化是解决上述电压

问题的常用手段。根据对通信系统的依赖程度，无

传统电压调节方法无法将所有节点电压调整至额定

范围[2]。文献[3]针对实际配电网以10min为动作周功优化可分为集中式、分布式与本地控制。集中式

控制主要基于混合整数二次规划、二阶锥规划、半

期进行的仿真结果表明，电压调节器（Voltage

[7][8]

定规划、模型预测控制、灵敏度分析、进化算

Regulators,VR）、电容器与DG相互作用，导致动