基于拉格朗日柔性动作-评价的新能源电力系统消纳评估方法OA
准确、快速量化评估电力系统新能源消纳能力是保证新能源高消纳的重要基础。提出了一种基于拉格朗日柔性动作-评价(Lagrange soft actor-critic,Lag-SAC)深度强化学习框架的新能源消纳能力量化评估方法。通过设计消纳能力评估模型,构建智能体动作空间、状态空间和奖惩机制,提出了基于Lag-SAC算法的新能源消纳能力评估框架与流程。该方法可考虑系统运行约束、火电与储能等资源的灵活调节能力,实现新能源年度消纳量的快速评估。通过对某省级电网的算例分析,验证了该方法能够高效、准确量化评估新能源消纳量,并且能够较好地满足海量运行场景的计算需求,具有良好的鲁棒性与适应性。
王腾博;秦世耀;李湃;刘纯;张金平;郭旭升;赵钧
可再生能源并网全国重点实验室(中国电力科学研究院有限公司),北京市海淀区100192可再生能源并网全国重点实验室(中国电力科学研究院有限公司),北京市海淀区100192可再生能源并网全国重点实验室(中国电力科学研究院有限公司),北京市海淀区100192可再生能源并网全国重点实验室(中国电力科学研究院有限公司),北京市海淀区100192可再生能源并网全国重点实验室(中国电力科学研究院有限公司),北京市海淀区100192可再生能源并网全国重点实验室(中国电力科学研究院有限公司),北京市海淀区100192可再生能源并网全国重点实验室(中国电力科学研究院有限公司),北京市海淀区100192
信息技术与安全科学
深度强化学习Lag-SAC算法消纳能力评估新能源电力系统
《电网技术》 2026 (7)
P.2838-2848,I0051-I0054,15
评论