-
公开(公告)号：CN117856284B
公开(公告)日：2024-06-07
申请号：CN202311617299.0
申请日：2023-11-29
Applicant: 国家电网有限公司华东分部 , 北京清大科越股份有限公司
Abstract: 本申请涉及电网技术领域，公开了一种基于深度强化学习的电网频率的控制方法及装置；其方法包括：获取电网系统状态，将所述电网系统状态输入至智能体，输出初步控制策略；其中，所述智能体基于软演员‑评论家SAC深度强化学习算法建立；基于控制屏障系统对所述初步控制策略进行过滤，获取目标控制策略；其中，所述控制屏障系统用于保证任一时刻的电网系统状态处于安全区域；基于所述目标控制策略，控制所述电网的有功频率。本申请能够及时调整控制策略以适应新的电网系统状态，并确保任何由智能体输出的控制策略都不会导致电网系统状态进入不安全区域，为电网的稳定运行提供了可靠保障，提高电网有功频率控制的准确性、安全性和鲁棒性。
-
公开(公告)号：CN117856284A
公开(公告)日：2024-04-09
申请号：CN202311617299.0
申请日：2023-11-29
Applicant: 国家电网有限公司华东分部 , 北京清大科越股份有限公司
Abstract: 本申请涉及电网技术领域，公开了一种基于深度强化学习的电网频率的控制方法及装置；其方法包括：获取电网系统状态，将所述电网系统状态输入至智能体，输出初步控制策略；其中，所述智能体基于软演员‑评论家SAC深度强化学习算法建立；基于控制屏障系统对所述初步控制策略进行过滤，获取目标控制策略；其中，所述控制屏障系统用于保证任一时刻的电网系统状态处于安全区域；基于所述目标控制策略，控制所述电网的有功频率。本申请能够及时调整控制策略以适应新的电网系统状态，并确保任何由智能体输出的控制策略都不会导致电网系统状态进入不安全区域，为电网的稳定运行提供了可靠保障，提高电网有功频率控制的准确性、安全性和鲁棒性。
-
公开(公告)号：CN117613987A
公开(公告)日：2024-02-27
申请号：CN202311390358.5
申请日：2023-10-25
Applicant: 国家电网有限公司华东分部 , 中国电力科学研究院有限公司
Abstract: 本发明公开了一种基于触发角钳位的LCC‑VSC受端交流故障穿越方法，包括以下步骤：LCC测量本侧的直流电压，得到直流电压信息；判断直流电压信息是否触发运行模式切换判据；将控制策略由定电流控制转为触发角钳位控制；判断直流电流是否断续；根据VSC侧瞬时功率，调整LCC侧触发角度；收到VSC侧交流系统故障切除信号；切换为定电流控制策略。步骤B和步骤C之间还包括过压时间的判断。本发明计及柔直背靠背互联系统两侧频率信息，提出直接改变下垂控制功率参考点的方法实现频率快速支撑，既增加了互联系统等值惯量，提高了受扰后系统最低频率点，又提高了互联系统频率支撑速度。本发明提高了LCC‑VSC受端交流故障穿越能力，提高LCC‑VSC运行可靠性和稳定性。
-
公开(公告)号：CN114065452A
公开(公告)日：2022-02-18
申请号：CN202111362751.4
申请日：2021-11-17
Applicant: 国家电网有限公司华东分部
Abstract: 本发明提供了一种基于深度强化学习的电网拓扑优化和潮流控制的方法，包括：构建智能体；获取历史断面潮流数据，并对多历史断面潮流数据进行模仿学习，以确定智能体的参数的初始值；对t时刻的在线断面潮流数据进行训练，得到N个动作价值排在前列的控制策略；在电网环境仿真器中验证N个价值排在前列的控制策略，获得回报最高的控制策略；执行回报最高的控制策略，得到执行该控制策略的奖励值；t的取值加1；循环求奖励值的步骤，每求得M次奖励值，根据动作价值函数的目标值更新智能体参数，完成所有时刻的在线断面潮流数据的智能体训练，从中选出最优的智能体参数；使用训练好的智能体在实时环境下完成电网拓扑优化和潮流控制。
-
公开(公告)号：CN118537036A
公开(公告)日：2024-08-23
申请号：CN202410447058.4
申请日：2024-04-15
Applicant: 国家电网有限公司华东分部
IPC: G06Q30/0201 , H02J3/00 , H02J3/38 , H02J3/28 , H02J3/32 , G06Q30/0283 , G06Q50/06 , G06N3/045 , G06N3/092 , G06N3/048
Abstract: 本申请公开应用于分布式资源聚合的激励价格确定方法、装置及介质，该方法包括：获取每个分布式资源在当前训练时段对应的电能消耗数据，基于电能消耗数据，训练深度确定性策略梯度模型；获取每个分布式资源在当前时段对应的第一电能消耗变化量；将每个分布式资源在当前时段对应的第一电能消耗变化量输入至训练完的深度确定性策略梯度模型，获得每个分布式资源在当前时段对应的激励价格，能够根据分布式资源的电能消耗情况，精确地确定双向分布式资源的激励价格，为每个分布式资源提供精确的奖励机制，确保分布式聚合资源的有效调度，吸引更多来自需求侧的分布式资源加入分布式聚合系统。
-
Patent Agency Ranking
公开(公告)号：CN117670073B
公开(公告)日：2024-07-23
申请号：CN202311422441.6
申请日：2023-10-30
Applicant: 国家电网有限公司华东分部
Inventor： 史济全 , 周毅 , 李维 , 高佳宁 , 吴攀 , 孙近文 , 范栋琦 , 王健 , 徐昊 , 徐峰 , 陈磊 , 周良才 , 闻旻 , 余少琪 , 丁佳立 , 刘嘉宸 , 孙小磊 , 骆玮 , 吴秋池 , 周豪 , 陈雨甜
IPC: G06Q10/0637 , G06Q50/06 , G06F17/15
Abstract: 本公开关于一种基于负荷气温关联分析的预测模型构建方法及装置，涉及电力系统技术领域，解决了相关技术中没有考虑气温特征对用电负荷的影响，从而导致预测结果并不精准的问题。该方法包括：从多个采集时间的历史气温数据中，确定出在目标采集时间气温发生异常变化的异常气温数据；以及，从多个采集时间的历史负荷数据中，确定出异常负荷数据；基于异常气温数据和异常负荷数据，构建表征气温与负荷对应关系的初始预测模型；对初始预测模型中的变量系数进行更新赋值，得到目标变量系数，以将初始预测模型中的变量系数为目标变量系数的初始预设模型，确定为目标预测模型，目标预测模型用于对异常气温对应的负荷进行预测。
-
公开(公告)号：CN118508450B
公开(公告)日：2025-03-14
申请号：CN202410510323.9
申请日：2024-04-26
Applicant: 国家电网有限公司华东分部
Abstract: 本申请公开了一种用全纯嵌入法引导深度强化学习的实时最优潮流方法，涉及电力系统优化运行技术领域。其中方法包括：分别定义电力系统的系统状态变量和策略动作变量；基于所述系统状态变量和所述策略动作变量，构建所述电力系统对应的策略模型，其中，所述策略模型对应的经验缓冲区中仅存储系统状态；将所述电力系统的非线性潮流方程转换为全纯函数，以构建所述电力系统对应的评论者函数；对所述评论者函数和所述策略模型进行交替更新迭代，当满足预设收敛条件时，输出最终更新后的策略模型，并确定所述电力系统对应的最优策略动作。本申请能够解决深度强化学习算法在电力系统优化过程中所存在的适应性和安全性的问题。
-
公开(公告)号：CN117670073A
公开(公告)日：2024-03-08
申请号：CN202311422441.6
申请日：2023-10-30
Applicant: 国家电网有限公司华东分部
Inventor： 史济全 , 周毅 , 李维 , 高佳宁 , 吴攀 , 孙近文 , 范栋琦 , 王健 , 徐昊 , 徐峰 , 陈磊 , 周良才 , 闻旻 , 余少琪 , 丁佳立 , 刘嘉宸 , 孙小磊 , 骆玮 , 吴秋池 , 周豪 , 陈雨甜
IPC: G06Q10/0637 , G06Q50/06 , G06F17/15
Abstract: 本公开关于一种基于负荷气温关联分析的预测模型构建方法及装置，涉及电力系统技术领域，解决了相关技术中没有考虑气温特征对用电负荷的影响，从而导致预测结果并不精准的问题。该方法包括：从多个采集时间的历史气温数据中，确定出在目标采集时间气温发生异常变化的异常气温数据；以及，从多个采集时间的历史负荷数据中，确定出异常负荷数据；基于异常气温数据和异常负荷数据，构建表征气温与负荷对应关系的初始预测模型；对初始预测模型中的变量系数进行更新赋值，得到目标变量系数，以将初始预测模型中的变量系数为目标变量系数的初始预设模型，确定为目标预测模型，目标预测模型用于对异常气温对应的负荷进行预测。
-
公开(公告)号：CN118537036B
公开(公告)日：2025-02-14
申请号：CN202410447058.4
申请日：2024-04-15
Applicant: 国家电网有限公司华东分部
IPC: G06Q30/0201 , H02J3/00 , H02J3/38 , H02J3/28 , H02J3/32 , G06Q30/0283 , G06Q50/06 , G06N3/045 , G06N3/092 , G06N3/048
Abstract: 本申请公开应用于分布式资源聚合的激励价格确定方法、装置及介质，该方法包括：获取每个分布式资源在当前训练时段对应的电能消耗数据，基于电能消耗数据，训练深度确定性策略梯度模型；获取每个分布式资源在当前时段对应的第一电能消耗变化量；将每个分布式资源在当前时段对应的第一电能消耗变化量输入至训练完的深度确定性策略梯度模型，获得每个分布式资源在当前时段对应的激励价格，能够根据分布式资源的电能消耗情况，精确地确定双向分布式资源的激励价格，为每个分布式资源提供精确的奖励机制，确保分布式聚合资源的有效调度，吸引更多来自需求侧的分布式资源加入分布式聚合系统。
-
公开(公告)号：CN118508450A
公开(公告)日：2024-08-16
申请号：CN202410510323.9
申请日：2024-04-26
Applicant: 国家电网有限公司华东分部
Abstract: 本申请公开了一种用全纯嵌入法引导深度强化学习的实时最优潮流方法，涉及电力系统优化运行技术领域。其中方法包括：分别定义电力系统的系统状态变量和策略动作变量；基于所述系统状态变量和所述策略动作变量，构建所述电力系统对应的策略模型，其中，所述策略模型对应的经验缓冲区中仅存储系统状态；将所述电力系统的非线性潮流方程转换为全纯函数，以构建所述电力系统对应的评论者函数；对所述评论者函数和所述策略模型进行交替更新迭代，当满足预设收敛条件时，输出最终更新后的策略模型，并确定所述电力系统对应的最优策略动作。本申请能够解决深度强化学习算法在电力系统优化过程中所存在的适应性和安全性的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.052 seconds)
