摘要
本申请提供了一种配电网有功无功的优化方法、优化装置和计算机程序产品,该方法包括:基于马尔可夫决策过程构建配电网的马尔可夫决策模型;在深度强化学习算法中引入指导规则,并对深度强化学习算法中的参数进行更新,得到改进深度强化学习算法,指导规则用于确保在最小化有功功率损耗的情况下配电网中线路节点的电压不发生越限,越限为电压超过电压上限或电压下限;采用改进深度强化学习算法对马尔可夫决策模型进行求解,得到电压调节策略,并根据电压调节策略对电压进行调节控制,电压调节策略为通过协调优化光伏系统的无功功率和储能系统的有功功率来实现电压调节。该方法解决了现有技术中配电网有功无功优化过程中安全约束无法保证的问题。
技术关键词
深度强化学习算法
电压调节策略
有功功率
灵敏度矩阵
节点
决策
电力系统潮流分析
计算机程序产品
分析工具
轨迹
优化装置
网络
线路
光伏系统
参数
储能系统
可读存储介质
系统为您推荐了相关专利信息
优化配置方法
分布式电源
计算机程序指令
节点
抽头位置
风电机组齿轮箱
健康状态评估方法
热网络模型
节点
热阻
业务流程配置方法
接口
配置页面元素
页面模板
车辆识别模型
状态检测方法
神经网络预测模型
指数
历史气象数据
神经网络模型