面向直流受端新型电力系统暂态电压稳定的紧急控制策略

TM712; 在直流受端新型电力系统中,新能源电源及直流的接入导致同步机开机减少,动态无功功率相对紧张,暂态电压失稳风险显著增大.为高效快速获取紧急控制策略,即直流电流控制方案,并使其适应不同的电网运行方式和故障场景,尤其是电网拓扑结构的变化,基于图卷积神经网络(GCN)对常规深度强化学习模型深度确定性决策梯度(DDPG)的网络结构进行改造,构建了GCN-DDPG融合模型.在此基础上,引入双评价网络机制和评价网络与动作网络非同步更新策略以提升算法效果.进一步地,在应用方面,基于GCN-DDPG融合模型构建紧急控制模型并将其下达至安控主站,安控主站将依据电网实际运行方式和故障等信息,对紧急控制策...

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 44; no. 3; pp. 195 - 202
Main Authors 李轻言, 林涛, 杜蕙, 付希越, 李君, 徐遐龄, 李大虎, 饶渝泽
Format Journal Article
LanguageChinese
Published 交直流智能配电网湖北省工程中心,湖北 武汉 430000 01.03.2024
武汉大学 电气与自动化学院,湖北 武汉 430072%国家电网公司华中分部,湖北 武汉 430077%国网湖北省电力有限公司,湖北 武汉 430077
Subjects
直流受端新型电力系统
HVDC receiving-end new power system
GCN
紧急控制
高压直流输电
暂态电压稳定
DDPG
transient voltage stability
current control scheme
emergency control
电流控制方案
HVDC power transmission
Online AccessGet full text
ISSN1006-6047
DOI10.16081/j.epae.202307001

Cover

More Information
Summary:TM712; 在直流受端新型电力系统中,新能源电源及直流的接入导致同步机开机减少,动态无功功率相对紧张,暂态电压失稳风险显著增大.为高效快速获取紧急控制策略,即直流电流控制方案,并使其适应不同的电网运行方式和故障场景,尤其是电网拓扑结构的变化,基于图卷积神经网络(GCN)对常规深度强化学习模型深度确定性决策梯度(DDPG)的网络结构进行改造,构建了GCN-DDPG融合模型.在此基础上,引入双评价网络机制和评价网络与动作网络非同步更新策略以提升算法效果.进一步地,在应用方面,基于GCN-DDPG融合模型构建紧急控制模型并将其下达至安控主站,安控主站将依据电网实际运行方式和故障等信息,对紧急控制策略进行在线量化计算,并发送至直流控保系统执行.最后,通过改造的IEEE 14节点系统验证所提方法的有效性和优越性.
ISSN:1006-6047
DOI:10.16081/j.epae.202307001