分层控制策略

分布式电源发电的随机性和波动性，给有源配电网(active distribution network，ADN)的电压控制带来了严峻的挑战，在此背景下，亟需一种高效的电压控制策略来保证ADN的安全运行。 方法 基于深度强化学习方法，提出了一种双层区域配电网电压控制策略。首先，以调压设备的调节特性和可控元素复杂化的特点为前提，针对ADN辐射网架结构，设计了区域协调控制区域和本地自治控制区域，分别构建每个区域的电压控制模型；然后，通过深度Q网络(deep Q-network，DQN)算法和深度确定性策略梯度(deep deterministic policy gradient，DDPG)算法对该模型进行求解，以实现实时跟踪电压变化的目的，有效解决了ADN运行过程中电压控制问题；最后，通过IEEE 33节点仿真算例对该方法进行了验证。 结果 利用DQN算法和DDPG算法分别求解协调控制区域和本地自治区域的控制变量，实现了ADN系统电压调节的实时决策，解决了ADN潮流双向流动、电压复杂多变的问题。 结论 所提控制策略控制电压偏差效果明显，具有很强的准效性和实用性。

为提高并网微电网系统经济优化响应速度，降低整体发电运行成本，提出二层邻居牵制一致性算法。该算法将成本微增率(incremental cost rate, ICR)定义为状态变量，引入功率偏差消除项快速消除总功率偏差，利用二层邻居项和牵制项实现快速收敛于最优ICR，计算得到各分布式电源(distributed generation, DG)的最优有功出力参考值。随后提出基于二层邻居牵制一致性的并网微电网经济优化控制方法。该方法基于构建的三层分布式分层架构，第一控制层为双闭环反馈的下垂控制，第二控制层采用电压频率优化控制，稳定系统的频率和电压，第三控制层将各DG最优有功出力参考值输出到P/f下垂控制层，从而实现系统经济优化以及负荷功率供需平衡的目标。最后搭建8个DG并联运行系统仿真模型进行仿真实验。仿真结果表明，所提方法能完成有功出力的经济分配，且系统响应性能优，在负荷突增、功率越限、分时电价、拓扑切换、计及线路损耗、即插即用等因素影响系统运行时，所提方法能使微电网快速达到经济优化状态。