公开(公告)号：CN116231679B

公开(公告)日：2025-02-11

申请号：CN202211489647.6

申请日：2022-11-25

Applicant: 国网上海市电力公司

Inventor： 叶影 ,  肖金星 ,  徐冰雁 ,  孙俭 ,  陈云峰 ,  李勇汇 ,  张宇威 ,  郭磊 ,  沈杰士 ,  陈龙 ,  曹春 ,  徐建国 ,  杨军 ,  谢黎龙

IPC: H02J3/24 ,  H02J3/38 ,  H02J3/32 ,  G06N3/045 ,  G06N3/092 ,  G06N3/084

Abstract: 一种基于深度强化学习的自适应虚拟同步机控制方法，属电网运行控制领域。其建立含有光伏系统、电池储能与变动负荷的光储并网模型；对电池储能系统采用虚拟同步发电机控制实现对光伏输出功率的互补；针对微网负荷功率变化引起微网频率偏移的问题，采用深度强化学习算法对虚拟同步发电机的虚拟惯量与阻尼系数进行控制调节；采用深度强化学习中双重深度Q学习算法对虚拟惯量与阻尼系数加以控制；构架双层评价网络，结合奖励函数，经过多次训练实现对虚拟惯量与阻尼系数的自适应调节。其采用深度强化学习技术对虚拟惯量和阻尼系数进行自适应控制，抑制频率的偏移，加快了系统工作频率的恢复，提高了系统的稳定性。

公开(公告)号：CN116667424A

公开(公告)日：2023-08-29

申请号：CN202211578927.4

申请日：2022-12-07

Applicant: 国网上海市电力公司 ,  武汉大学

Inventor： 肖金星 ,  徐冰雁 ,  叶影 ,  陈云峰 ,  刘杨名 ,  陈龙 ,  汤衡 ,  沈杰士 ,  郭磊 ,  翟万利 ,  曹春 ,  李勇汇 ,  张宇威 ,  谢黎龙

IPC: H02J3/38 ,  H02J3/46 ,  H02J3/14 ,  H02J3/06 ,  H02J3/00 ,  G06Q10/0631 ,  G06Q50/06

Abstract: 一种基于韧性提升的配电网二阶段鲁棒故障恢复方法，属配电网故障恢复领域。包括结合配电网故障恢复过程中重要负荷恢复时间以及由于分布式电源的出力波动性可能导致的切负荷时间，构建配电网韧性评估方法；引入椭球不确定集来充分考虑分布式电源出力的随机性、波动性等特性；以韧性指标最优为目标函数，完成对二阶段鲁棒优化模型的建立，采用基于极限场景的改进C&CG算法完成对故障恢复模型的求解。其针对极端灾害对配电网的影响，注重从配电网故障后负荷恢复角度出发，充分考虑分布式电源出力随机性、波动性的特征，最大程度的满足对关键负荷的供电，能够保证极端灾害影响下配电网的韧性。可广泛用于配电网的运行管理和故障应急处理领域。

公开(公告)号：CN116014772A

公开(公告)日：2023-04-25

申请号：CN202211489098.2

申请日：2022-11-25

Applicant: 国网上海市电力公司

Inventor： 徐冰雁 ,  肖金星 ,  叶影 ,  孙俭 ,  陈云峰 ,  杨军 ,  谢黎龙 ,  郭磊 ,  陈龙 ,  汤衡 ,  刘杨名 ,  沈杰士 ,  李勇汇 ,  张宇威

IPC: H02J3/32 ,  H02J3/24 ,  H02J3/38 ,  H02J3/40 ,  G06N3/0464 ,  G06N3/084

Abstract: 一种基于改进虚拟同步机的电池储能系统控制方法，属微电网的控制领域。建立包含光伏发电、储能发电与负荷的微网模型；采用虚拟同步发电机技术与深度强化技术对储能电池的输出特性展开控制，维持微网频率的稳定；针对虚拟同步发电机中虚拟调速器模块，采用深度强化学习中深度确定策略梯度算法设计虚拟调速器，选择合适的神经网络与奖励函数训练生成虚拟调速器，实现对虚拟同步发电机的改进。其对储能并网逆变器选择深度强化学习算法中深度确定性策略梯度算法，构建四个神经网络，使控制器可以满足微网中连续功率补偿的需要，且降低了维数灾难，使其能够应对光储微网中分布式电源出力波动与负荷变化的复杂工况。适用于光储微网的运行及管理领域。

公开(公告)号：CN114336759A

公开(公告)日：2022-04-12

申请号：CN202210021329.0

申请日：2022-01-10

Applicant: 国网上海市电力公司 ,  武汉大学

Inventor： 肖金星 ,  徐冰雁 ,  孙俭 ,  陈云峰 ,  叶影 ,  郭磊 ,  陈龙 ,  汤衡 ,  沈杰士 ,  刘杨名 ,  曹春 ,  骆国连 ,  徐建国 ,  杨军 ,  谢黎龙 ,  李勇汇 ,  张宇威

IPC: H02J3/38 ,  H02J3/12 ,  G06F17/13 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明提供一种基于深度强化学习的微电网自治运行电压控制方法，其包含如下步骤：步骤S1、建立微电网孤岛运行时的微电网模型；步骤S2、采用深度强化学习中的DDPG算法建立电压控制微电网的神经网络；步骤S3、针对微电网模型与控制要求，设计合适的奖励函数，经过DDPG算法训练得到收敛的电压。本发明所提供的基于深度强化学习的微电网自治运行电压控制方法具有稳定性高的优势，可以有效地稳定负荷电压，在外因使电压波动时也可以有效地维持电压的稳定。

公开(公告)号：CN116231679A

公开(公告)日：2023-06-06

申请号：CN202211489647.6

申请日：2022-11-25

Applicant: 国网上海市电力公司

Inventor： 叶影 ,  肖金星 ,  徐冰雁 ,  孙俭 ,  陈云峰 ,  李勇汇 ,  张宇威 ,  郭磊 ,  沈杰士 ,  陈龙 ,  曹春 ,  徐建国 ,  杨军 ,  谢黎龙

IPC: H02J3/24 ,  H02J3/38 ,  H02J3/32 ,  G06N3/045 ,  G06N3/092 ,  G06N3/084

Abstract: 一种基于深度强化学习的自适应虚拟同步机控制方法，属电网运行控制领域。其建立含有光伏系统、电池储能与变动负荷的光储并网模型；对电池储能系统采用虚拟同步发电机控制实现对光伏输出功率的互补；针对微网负荷功率变化引起微网频率偏移的问题，采用深度强化学习算法对虚拟同步发电机的虚拟惯量与阻尼系数进行控制调节；采用深度强化学习中双重深度Q学习算法对虚拟惯量与阻尼系数加以控制；构架双层评价网络，结合奖励函数，经过多次训练实现对虚拟惯量与阻尼系数的自适应调节。其采用深度强化学习技术对虚拟惯量和阻尼系数进行自适应控制，抑制频率的偏移，加快了系统工作频率的恢复，提高了系统的稳定性。