基于深度强化学习的含储能有源配电网电压联合调控技术

高比例可再生能源接入下，有源配电网电压越限风险增加。传统调压设备控制时间尺度长，难以及时响应调压需求。为缓解配电网局部电压越限问题，提出一种基于深度强化学习的电压调控策略，利用电池储能系统和静止无功补偿装置(static var compensator, SVC)进行有功无功联合调控。首先，研究了分布式储能的容量衰减机理；然后，将电压调控推导为马尔可夫决策过程，通过寻找SVC和储能最佳出力点缓解电压波动；最后，采用深度确定性策略梯度算法实现离线训练与在线决策。算例验证表明，所提策略能有效实现非全局信息可观下电压波动的抑制，电压偏差较无调控时有明显降低；通过与其他深度强化学习和启发式算法对比，验证了所提出方法可以有效应对不确定性环境，抑制电压波动。