针对规模化电池储能参与电力系统二次调频问题,提出了考虑储能荷电状态(state of charge,SOC)的分层协调控制策略。在区域控制中心层,给出了考虑二次调频需求和储能SOC水平的二次调频功率分配策略,使储能SOC尽可能地维持在正常工作区间...针对规模化电池储能参与电力系统二次调频问题,提出了考虑储能荷电状态(state of charge,SOC)的分层协调控制策略。在区域控制中心层,给出了考虑二次调频需求和储能SOC水平的二次调频功率分配策略,使储能SOC尽可能地维持在正常工作区间,以确保储能持续参与二次调频的能力;在储能站层,采用分布式协同控制算法实现了二次调频功率指令跟踪,并保证各组储能单元SOC趋于一致以提升储能系统的综合运行性能。最后,通过两区域互联电力系统仿真,验证了所提出的规模化储能参与二次调频控制策略的有效性。展开更多
【目的】分布式电源发电的随机性和波动性,给有源配电网(active distribution network,ADN)的电压控制带来了严峻的挑战,在此背景下,亟需一种高效的电压控制策略来保证ADN的安全运行。【方法】基于深度强化学习方法,提出了一种双层区域...【目的】分布式电源发电的随机性和波动性,给有源配电网(active distribution network,ADN)的电压控制带来了严峻的挑战,在此背景下,亟需一种高效的电压控制策略来保证ADN的安全运行。【方法】基于深度强化学习方法,提出了一种双层区域配电网电压控制策略。首先,以调压设备的调节特性和可控元素复杂化的特点为前提,针对ADN辐射网架结构,设计了区域协调控制区域和本地自治控制区域,分别构建每个区域的电压控制模型;然后,通过深度Q网络(deep Q-network,DQN)算法和深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法对该模型进行求解,以实现实时跟踪电压变化的目的,有效解决了ADN运行过程中电压控制问题;最后,通过IEEE 33节点仿真算例对该方法进行了验证。【结果】利用DQN算法和DDPG算法分别求解协调控制区域和本地自治区域的控制变量,实现了ADN系统电压调节的实时决策,解决了ADN潮流双向流动、电压复杂多变的问题。【结论】所提控制策略控制电压偏差效果明显,具有很强的准效性和实用性。展开更多
文摘针对规模化电池储能参与电力系统二次调频问题,提出了考虑储能荷电状态(state of charge,SOC)的分层协调控制策略。在区域控制中心层,给出了考虑二次调频需求和储能SOC水平的二次调频功率分配策略,使储能SOC尽可能地维持在正常工作区间,以确保储能持续参与二次调频的能力;在储能站层,采用分布式协同控制算法实现了二次调频功率指令跟踪,并保证各组储能单元SOC趋于一致以提升储能系统的综合运行性能。最后,通过两区域互联电力系统仿真,验证了所提出的规模化储能参与二次调频控制策略的有效性。
