基于深度强化学习的光伏智能逆变器协调用于电网电压调节
系统与控制
2019-10-15 v1 机器学习
系统与控制
摘要
太阳能光伏（PV）的日益普及因其波动与间歇特性给现代电网带来新挑战。PV发电的波动输出可能导致电网电压越限。PV智能逆变器（SIs）提供了一种通过调节连接点的有功和/或无功功率来实现快速电压调节的方法。然而现有的SI本地自主控制方案基于本地信息且缺乏协调，可能导致次优性能。本文开发并实现了一种基于深度强化学习（DRL）的算法用于协调多个SI。DRL的奖励机制经过精心设计，以确保满足电网电压运行限制并更有效地利用SI无功功率。所提用于电压控制的DRL智能体可通过与大量离线仿真交互学习其策略，并适应负荷与日照变化。在IEEE 37节点系统上以数千种场景将DRL智能体性能与本地自主控制对比。结果表明，训练得当的DRL智能体可智能协调不同SI以维持电网电压在允许范围内，减少PV弃光并降低系统损耗。
引用
@article{arxiv.1910.05907,
title = {Coordination of PV Smart Inverters Using Deep Reinforcement Learning for Grid Voltage Regulation},
author = {Changfu Li and Chenrui Jin and Ratnesh Sharma},
journal= {arXiv preprint arXiv:1910.05907},
year = {2019}
}
备注
18th IEEE International Conference on Machine Learning and Applications - ICMLA 2019