【技术实现步骤摘要】
本专利技术涉及电能质量综合调控，具体为一种基于光伏并网逆变器的电能质量综合调控方法及系统。
技术介绍
1、近年来，随着“双碳”目标的提出与相关工作的稳步推进，光伏发电行业得到了极大的关注与发展，其中，分布式光伏凭借其规模小、建设灵活性高，易于就地并网、消纳等特点，被广泛应用于中低压配电网中，有力地促进了电力能源的绿色转型。然而，分布式光伏的大规模并网也给配电网的电能质量治理带来了新的挑战，一方面，光伏本身受环境因素影响显著，发电特性具有随机性强、波动性大、昼夜发电差异明显等特点，因而无法持续稳定地输出电能，大量并网后将对电力系统造成一定冲击，容易导致电压波动问题频发、电压越限风险加剧等不利影响；另一方面，随着部分分布式光伏以单相形式接入电网，加之配电网中本就含有大量单相或两相的不对称负荷，二者之间便会相互影响，使得配电网中的三相不平衡特征愈发突出。
2、通常情况下，传统配电网中针对无功的调控多采用安装静止无功补偿装置svg的方式实现，并且具有动态响应速度快、补偿能力强等特点的svg也能很好地完成无功功率的补偿与吸收。然而，传统的无功优化方法往往缺乏对三相不平衡问题的考虑，对配电网中三相不平衡问题的治理能力有限，且随着分布式光伏规模的不断扩大，配电网中所需的svg配置数量与分布也将愈发增加与分散，仅依靠svg进行无功的调控显然面临着治理效果不佳、经济性较差等问题。为此，光伏并网逆变器由于具有与svg相似的拓扑结构在近年来得到了广泛的关注，大量已有成果表明，通过对光伏并网逆变器采用合理的控制手段，也能使其发挥同样的无功调
3、可见，若能充分发挥光伏并网逆变器的无功调控能力，使其参与到配电网电压偏差及三相不平衡问题的治理中，便有效减轻配电网对svg的配置需求，降低电压/无功问题的治理成本，从而保证配电网中的电压质量，保障电力系统的经济、安全、稳定运行。
4、随着光伏并网逆变器在电压/无功问题治理方面的能力被逐渐认识，现有的研究大多集中于对逆变器内部的无功控制环路进行改良，以针对控制环路的结构提出具有更优控制效果的控制策略。然而，相较于电压偏差及三相不平衡问题并存的配电网而言，大多数研究的控制策略通常仅针对单一的电能质量问题，难以有效完成综合治理电压偏差及三相不平衡两种电能质量问题的控制过程，并且，针对控制环路的控制策略通常也较难以在完成分相无功调控的同时，以最大程度综合治理电能质量为目标，依据剩余容量对各相所输出的无功补偿容量进行适应性的调整。因此在实际应用中，面对有限且波动的剩余容量，将难以最为高效地实现配电网电脑质量问题的综合治理。
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、为解决上述技术问题，本专利技术提供如下技术方案：一种基于光伏并网逆变器的电能质量综合调控方法，包括：
3、利用部署于第一对象的智能体，获取正确的观测信息；
4、通过观测信息，计算每个控制节点的特征信息；
5、对所述智能体进行离线训练，学习最优策略；
6、将所述最优策略，部署至每个控制节点，进行调控。
7、作为本专利技术所述的基于光伏并网逆变器的电能质量综合调控方法的一种优选方案，其中：所述智能体是具有独立计算能力的工作单元；
8、具有的功能，包括但不限于：观测数据、离线训练、自主学习、进行调控。
9、作为本专利技术所述的基于光伏并网逆变器的电能质量综合调控方法的一种优选方案，其中：所述控制节点为，所述智能体观测和控制的第一对象。
10、作为本专利技术所述的基于光伏并网逆变器的电能质量综合调控方法的一种优选方案，其中：所述离线训练包括，将调控策略的优化问题转换为数学模型，在所述数学模型的基础上进行强化学习。
11、作为本专利技术所述的基于光伏并网逆变器的电能质量综合调控方法的一种优选方案，其中：所述离线训练还包括，在训练过程中，依靠智能体的自主学习能力，不断尝试所述第一对象的出力，并根据所对应实现的优化效果，调整不同的出力组合，以得到最优策略。
12、作为本专利技术所述的基于光伏并网逆变器的电能质量综合调控方法的一种优选方案，其中：所述数学模型包括但不限于，将优化问题转化为合适的马尔可夫决策过程进行描述，通过构建一个多元组进行表示。
13、作为本专利技术所述的基于光伏并网逆变器的电能质量综合调控方法的一种优选方案，其中：所述多元组包括但不限于，通过<s，a，p，r>表示，s为状态空间，由智能体所有可能观测到的环境状态组成，表示为s＝{s1,s2,…,st}；
14、a为动作空间，由智能体所有可能采取的动作决策组成，表示为a＝{a1,a2,…,at}；
15、p为状态转移函数，表示智能体执行某一动作后，环境从当前状态转向下一状态的概率分布；
16、r为奖励函数，计算智能体每次行动后所能获得的奖励。
17、一种采用本专利技术任一所述方法的基于光伏并网逆变器的电能质量综合调控系统，其特征在于：
18、采集模块，利用部署于第一对象的智能体，获取正确的观测信息；
19、计算模块，通过观测信息，计算每个控制节点的特征信息；
20、学习模块，对所述智能体进行离线训练，学习最优策略；
21、调控模块，将所述最优策略，部署至每个控制节点，进行调控。
22、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其中：所述处理器执行所述计算机程序时实现本专利技术中任一项所述的方法的步骤。
23、一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现本专利技术中任一项所述的方法的步骤。
24、本专利技术的有益效果：本专利技术提供的基于光伏并网逆变器的电能质量综合调控方法，通过获取逆变器接入节点的三相电压幅值，便能计算当前节点的电压偏差水平以及三相不平衡程度，并在充分利用剩余容量的情况下分相进行无功调控，从而实现配电网电能质量水平的综合治理。相比于传统的电压/无功问题治理方案，该方法充分利用了逆变器的无功补偿能力，能够大大减少配电网中以svg为主的电能质量调控设备的额外配置，分摊电压/无功问题的治理任务，有助于降低配电网的电能质量治理成本，提高电网运行的经济性。此外，该方法积极响应了构建新型电力系统的时代趋势，有利于保障用电设备安全，维护电网稳定，具备可观的工程价值与实际意义。
本文档来自技高网...【技术保护点】
1.一种基于光伏并网逆变器的电能质量综合调控方法，其特征在于，包括：
2.如权利要求1所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述智能体是具有独立计算能力的工作单元；
3.如权利要求2所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述控制节点为，所述智能体观测和控制的第一对象。
4.如权利要求3所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述离线训练包括，将调控策略的优化问题转换为数学模型，在所述数学模型的基础上进行强化学习。
5.如权利要求4所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述离线训练还包括，在训练过程中，依靠智能体的自主学习能力，不断尝试所述第一对象的出力，并根据所对应实现的优化效果，调整不同的出力组合，以得到最优策略。
6.如权利要求4所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述数学模型包括但不限于，将优化问题转化为合适的马尔可夫决策过程进行描述，通过构建一个多元组进行表示。
7.如权利要求6所述的基于光伏
8.一种采用如权利要求1-7任一所述方法的基于光伏并网逆变器的电能质量综合调控系统，其特征在于：
9.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现如权利要求1-7任一所述方法的步骤。
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：所述计算机程序被处理器执行时实现如权利要求1-7任一所述方法的步骤。
...【技术特征摘要】
1.一种基于光伏并网逆变器的电能质量综合调控方法，其特征在于，包括：
2.如权利要求1所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述智能体是具有独立计算能力的工作单元；
3.如权利要求2所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述控制节点为，所述智能体观测和控制的第一对象。
4.如权利要求3所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述离线训练包括，将调控策略的优化问题转换为数学模型，在所述数学模型的基础上进行强化学习。
5.如权利要求4所述的基于光伏并网逆变器的电能质量综合调控方法，其特征在于：所述离线训练还包括，在训练过程中，依靠智能体的自主学习能力，不断尝试所述第一对象的出力，并根据所对应实现的优化效果，调整不同的出力组合，以得到最优策略。
6.如权利要求4所述的基于光伏并网逆...
【专利技术属性】
技术研发人员：刘元煌，李天楚，李献，刘红岩，方铭，伍智鹏，韩武奇，陈川刚，
申请(专利权)人：海南电网有限责任公司电力科学研究院，
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。