文献类型：期刊文章

作　　者：戴礼国[1] 杨浩[2] 陈力[3] 张敏[3] 许祖峰[3] 孙建萍[3] 冯双[2]

DAI Liguo;YANG Hao;CHEN Li;ZHANG Min;XU Zufeng;SUN Jianping;FENG Shuang(College of Software Engineering,Southeast University,Nanjing 211189,China;School of Electrical Engineering,Southeast University,Nanjing 210096,China;State Key Laboratory of Smart Grid Protection and Control,NARI Group Corporation,Nanjing 211106,China)

机构地区：[1]东南大学软件学院,江苏南京211189 [2]东南大学电气工程学院,江苏南京210096 [3]智能电网保护和运行控制国家重点实验室(南瑞集团)(国家电力科学研究院)有限公司,江苏南京211106

出　　处：《智慧电力》

基　　金：国家重点研发计划资助项目(2021YFB2400500)。

年　　份：2023

卷　　号：51

期　　号：4

起止页码：1-7

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：风电柔性直流换流站与风机交互导致的次同步振荡严重威胁电网安全稳定运行。深度强化学习算法可以有效地应对风电柔直并网系统多变的运行工况。提出了一种基于深度强化学习的振荡抑制方法。首先,基于柔直送端变流器的数学模型和机理,设计了系统的环境状态合集、可行动作集及奖励函数。为了应对所设计的环境状态合集中的电流变量及电压变量均为连续量带来的维数灾问题,继而采用深度确定性策略梯度算法进行可行动作集的动作决策探索。最后通过仿真系统在多变运行工况下对该方法的有效性和鲁棒性进行验证,仿真结果表明所提方法能够充分地适应海上风电柔直并网系统的多风速运行条件,并能在短时间内有效抑制振荡。

关 键 词：风电场 柔性直流输电 次同步振荡 强化学习  深度确定性策略梯度  振荡抑制  

分 类 号：TM732]