文章摘要:推动可再生能源替代化石能源是实现碳达峰、碳中和目标的有力举措。为了降低大规模风电替代传统能源接入电网的波动性影响，需合理优化接入点周边输电网结构以保证系统在不确定场景下的稳定性。本文应用人工智能技术，提出了一种考虑风电替代可靠性与经济性的深度强化学习输电网结构优化方法。首先，考虑大容量风电场出力波动性提出了风电场接入K阶电气介数熵均衡度用以评估风电场邻近区域潮流均衡度。其次，以马尔科夫决策视角构建了一种可交互式求解的输电网结构优化强化学习模型。最后，通过在改进的IEEE RTS 24系统中模拟大容量风电替代场景，应用DDQN深度强化学习算法求解输电网结构优化方案，验证了该方法的优越性与有效性。

文章关键词:双碳,新能源替代,风电,深度强化学习,输电网结构优化,

项目基金:国家电网有限公司总部科技项目《交直流混联电力电子系统全频段振荡分析、定位及控制系统研发》资助,

论文作者:王渝红 周旭 陈磊 曾琦 郑宗生 史云翔 

作者单位:四川大学电气工程学院 

论文DOI: 10.13335/j.1000-3673.pst.2021.0940

论文分类号: TM614

相关文章:智能电网的基本理念.....作者:余贻鑫
能源互联网关键技术分析.....作者:查亚兵
下一代动力电池材料与技术.....作者:艾新平
锰基富锂化合物的结构与功能.....作者:夏定国
智慧发电—传统发电行业创新之路.....作者:尹松
核电集约化建造模式下的知识管理与应用.....作者:邓晓亮