基于深度强化学习的孤立微电网分布式牵制协同控制
柳伟1
胡添欢1
汤程烨2
1.南京理工大学自动化学院,江苏南京 2100942.东南大学电气工程学院,江苏南京 210096
摘要：微电网能够组合运用源网荷储协调弥补分布式电源(DGs)出力不确定性的不足,并在孤岛状态下最大程度保障用户的供电可靠性.以孤立微电网为研究对象,为解决一次下垂控制引起的电压频率偏差问题,提出了一种基于深度强化学习的孤立微电网分布式牵制协同控制策略,能够有效抑制负载扰动或系统拓扑结构变化时频率和电压的波动.首先,针对牵制一致性算法中牵制目标值难以准确预设和改变的问题,采用深度强化学习算法中双重深度Q学习(DDQN)算法对牵制目标值进行自适应修正,利用DDQN的适应性以及泛化能力,提升牵制一致性算法的适应性和有效性;其次,设计了基于DDQN的牵制控制器结构,并完成了状态空间、动作空间和奖励函数的定义;最后,仿真结果表明,所提控制方法与传统的牵制控制和基于强化学习的牵制控制相比,在抑制频率电压波动方面更具优势,并且能更好的适应系统网络拓扑参数和结构的变化.
关键词：孤立微电网二次控制深度强化学习牵制控制分布式协同控制
论文发表日期：2026-02-28
在线出版日期：2026-04-08（本平台首次上网日期，不代表文献的发表时间）
页数：10( 325-334 )
英文信息