【技术实现步骤摘要】
本专利技术实施例涉及配电网的性能优化，尤其涉及一种配电网调控策略确定方法、装置、电子设备和存储介质。
技术介绍
1、分布式电源是分布在电力系统中各个地点的小型发电装置，通常基于可再生能源或传统能源。分布式电源可以为电动汽车的充电提供可再生能源，并且可以与电动汽车充电设施集成，形成智能充电网络。同时，电动汽车的电池储能系统也可以作为分布式电源的一部分，实现电力系统的灵活调节和能量存储。随着分布式电源渗透率的提升以及电动汽车持有率的增加，加大了局部配电网中的源荷不确定性，这导致配电网局部过载、电能质量下降以及短时电压降超标等问题。因此，探索电动汽车和分布式电源在配电网中的协同优化调控策略，优化配电网中的电压跌落和功率损耗，具有重要的现实意义。
2、近年来，基于深度强化学习的控制方法已经被应用于配电网的调控策略确定中。在基于深度强化学习的控制方法中，配网电压优化问题可以被描述为具有时间序列特征的约束马尔可夫决策过程或深度确定性策略梯度等算法应用。然而，现有的基于深度强化学习的控制方法通常采用奖励整定的思想，将节点电压越限作为附加的惩罚项，加入到奖励设计当中。然而，惩罚系数的整定极其依赖于经验，若惩罚系数过小，则难以保证电压约束的满足；反之，若惩罚系数过大，则会增大控制代价，确定出的决策更加保守，进而恶化配网损耗的优化效果。
技术实现思路
1、本专利技术实施例提供一种配电网调控策略确定方法、装置、电子设备和存储介质，以自然的方式保证了配电网的约束条件的满足，不再需要通过调整惩罚
2、第一方面，本专利技术实施例提供一种配电网调控策略确定方法，包括：
3、获取配电网的历史运行数据；
4、基于所述历史运行数据和预先建立的充电站数学模型确定所述配电网的初始优化模型，所述初始优化模型包括多个智能体，各个智能体代表所述配电网的各个充电站；
5、根据预先设定的演员网络、评论家网络和电压灵敏度矩阵对所述初始优化模型进行优化训练，得到目标优化模型；所述目标优化模型用于确定所述配电网的协同优化调控策略；所述电压灵敏度矩阵用于对所述演员网络的输出数据进行校正。
6、第二方面，本专利技术实施例提供一种配电网调控策略确定装置，所述装置包括：
7、数据获取模块，用于获取配电网的历史运行数据；
8、模型确定模块，用于基于所述历史运行数据和预先建立的充电站数学模型确定所述配电网的初始优化模型，所述初始优化模型包括多个智能体，各个智能体代表所述配电网的各个充电站；
9、模型训练模块，用于根据预先设定的演员网络、评论家网络和电压灵敏度矩阵对所述初始优化模型进行优化训练，得到目标优化模型；所述目标优化模型用于确定所述配电网的协同优化调控策略；所述电压灵敏度矩阵用于对所述演员网络的输出数据进行校正。
10、第三方面，本专利技术实施例还提供了一种电子设备，所述电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术实施例中任一所述的配电网调控策略确定方法。
11、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的配电网调控策略确定方法。
12、本专利技术实施例中，获取配电网的历史运行数据；基于历史运行数据和预先建立的充电站数学模型确定配电网的初始优化模型，初始优化模型包括多个智能体，各个智能体代表所述配电网的各个充电站的各个设备；根据预先设定的演员网络、评论家网络和电压灵敏度矩阵对初始优化模型进行优化训练，得到目标优化模型；目标优化模型用于确定配电网的协同优化调控策略；电压灵敏度矩阵用于对演员网络的输出数据进行校正。本专利技术实施例的方法，能够根据历史运行数据建立初始优化模型，用智能体表示各个设备，有助于将配电网电压优化问题转换成约束马尔可夫决策过程。在模型训练过程中引入电压灵敏度矩阵，可以将配电网的电压安全性作为模型训练的一个重要约束，在机理上确保配电网的电压安全性，不再需要通过调整惩罚系数来确保配电网的安全性，减少了调试的复杂性和人为的干预，提高配电网的调控策略确定效率和准确度。
本文档来自技高网...【技术保护点】
1.一种配电网调控策略确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述历史运行数据包括配电网的各个充电设备的充电功率、放电功率充电状态、放电状态、所述配电网的储能设备在各个时刻充电功率和放电功率，在所述基于所述历史运行数据和预先建立的充电站数学模型确定所述配电网的初始优化模型之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，基于所述历史运行数据和预先建立的充电站数学模型确定所述配电网的初始优化模型，包括：
4.根据权利要求3所述的方法，其特征在于，基于所述历史数据确定所述初始优化模型的状态空间和动作空间，包括：
5.根据权利要求1所述的方法，其特征在于，根据预先设定的演员网络、评论家网络和电压灵敏度矩阵对所述初始优化模型进行优化训练，得到目标优化模型，包括：
6.根据权利要求5所述的方法，其特征在于，基于所述电压灵敏度矩阵、所述批量样本和预设的所述评论家网络的损失函数更新所述演员网络和所述评论家网络的网络参数，包括：
7.根据权利要求6所述的方法，其特征在于
8.一种配电网调控策略确定装置，其特征在于，包括：
9.一种电子设备，所述电子设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7中任一所述的配电网调控策略确定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一所述的配电网调控策略确定方法。
...【技术特征摘要】
1.一种配电网调控策略确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述历史运行数据包括配电网的各个充电设备的充电功率、放电功率充电状态、放电状态、所述配电网的储能设备在各个时刻充电功率和放电功率，在所述基于所述历史运行数据和预先建立的充电站数学模型确定所述配电网的初始优化模型之前，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，基于所述历史运行数据和预先建立的充电站数学模型确定所述配电网的初始优化模型，包括：
4.根据权利要求3所述的方法，其特征在于，基于所述历史数据确定所述初始优化模型的状态空间和动作空间，包括：
5.根据权利要求1所述的方法，其特征在于，根据预先设定的演员网络、评论家网络和电压灵敏度矩阵对所述初始优化模型进行优化训练，得到目标优化模型，包括...
【专利技术属性】
技术研发人员：陈芳，朱斯豪，张丽友，黄佳敏，于俊涛，刘青，袁昊哲，林成森，王栋，林华城，肖博兴，田玉倩，钟红梅，李闯，李航，李士丹，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。