-
公开(公告)号:CN119891242A
公开(公告)日:2025-04-25
申请号:CN202510373592.X
申请日:2025-03-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种考虑超充负荷特性的配电网无功优化配置方法及系统。所述方法包括以下步骤:采集电动汽车的数量和常停车位置,以及各超充站的并网节点和各类型充电桩的数量;计算各超充站须服务的电动汽车数量;模拟各电动汽车的每日起始荷电状态与每日行驶路程;模拟各电动汽车的每日多次出行行为;计算电动汽车每次出行的停车时间与停车时长;判断各电动汽车每次停车时的充电需求与类型;计算各充电桩的时域负荷;采用预构建的考虑无功设施选址定容约束的配电网无功优化配置模型,获取配电网无功优化配置建设方案,实施该方案完成配电网无功优化配置。本发明能够保证配电网电压不因超充脉冲负荷越下限的同时,减小无功优化配置的建设成本。
-
公开(公告)号:CN119813234A
公开(公告)日:2025-04-11
申请号:CN202510280495.6
申请日:2025-03-11
Applicant: 华南理工大学
IPC: H02J3/12 , H02J3/18 , G06F18/213 , G06N3/092
Abstract: 本发明公开了基于深度强化学习的低压配电网电压控制方法及系统,包括以下步骤:将训练好的Transformer‑SAC模型嵌入低压配电网中,使Transformer‑SAC模型与低压配电网的环境交互形成动作策略,动作策略下发至开关或用户侧的智能控制器,用以控制分布电压的功率和无功补偿器的投切,分布式电源设备和无功补偿器接收命令后执行动作,并形成新的环境数据实时反馈给模型进行的自优化。本发明采用SAC算法优化低压配电网的电压控制策略,并通过经验回放和策略优化提升学习效率,将模型与低压配电网环境的交互反馈,智能体不断优化控制策略、调节电网设备,实现电压调节效果的持续提升。
-