高比例光伏微网无功均分控制中的Q学习方法

针对采用传统下垂控制的分布式电源无功功率分配不均,提出了一种高比例光伏微网无功均分控制中的Q学习方法.该策略融合人工智能算法的随机搜索机制以及Q学习算法的迭代机制.首先,针对采用下垂控制的分布式光伏,以微网总无功偏差量作为奖励函数的依据,构建电压幅值和无功功率之间的反馈.其次,根据最大奖励Q值对应动作控制分布式光伏输出...     

考虑光伏调频的新型电力系统频率态势预测

以光伏为代表的新能源高渗透率并网带来一系列电力系统频率安全稳定问题,因此,需要对光伏参与调频下的电力系统频率态势进行预测分析。该方法在传统电力系统频率响应模型的基础上,考虑光伏附加频率控制策略,量化分析多资源参与调频下的电力系统频率态势及其与调频控制单元关键控制参数的量化关系。结果表明,光伏参与电力系统调频可提高系统频率稳定性,且基于模型分析法的电力系统频率态势预测方法具有可行性。     

基于时空图网络的分布式光伏发电出力预测

为提高分布式光伏发电出力预测的精度，提出一种针对分布式系统的时空相关性建模方法，并结合深度自注意力网络实现出力预测。首先，分析光伏出力的影响因素及其量化方式，基于注意力机制赋予历史数据不同权重，并针对部分数据缺失及长序列处理等实际应用问题提出相应注意力机制改进策略；然后，计算不同站点间距离及历史出力数据相关性，利用矩阵变换实现特征融合；最后，以某地区分布式光伏系统的实测数据验证了所提方法的有效性，在不同场景、不同天气类型下预测准确率均显著提高。