面向光伏集群的配电网模型-数据联合驱动无功/电压控制

传统配电网的无功/电压控制(VVC)方法，难以兼顾控制决策的全局最优性与实时响应能力，分布式光伏(DPV)的分散化、高比例并网导致该矛盾日益突出。结合模型优化的寻优能力与深度强化学习的在线决策效率，提出了面向光伏（PV）集群的配电网模型-数据联合驱动VVC策略。首先，考虑日前优化调度与日内实时控制的运行特征，结合DPV集群划分，构建了配电网分布式两阶段VVC框架；然后，以系统运行网损最低为目标，建立了配电网分布式日前VVC模型，并提出了基于Nesterov加速梯度的分布式求解算法；其次，以日前决策为输入量，建立了基于部分可观马尔可夫博弈的配电网实时VVC模型，并提出了基于迭代终止惩罚函数的改进多智能体深度确定性策略梯度算法；最后，基于MATLAB/PyCharm软件平台进行了算例分析，验证了所提方法的全局趋优性以及实时响应能力，提高了PV高比例接入配电网运行的经济性和安全性。