[发明专利]无功电压分布式控制方法、服务器、控制器及存储介质

权利要求书

1.一种无功电压分布式控制方法，其特征在于，采用在线联邦学习与分布式控制并行的控制架构，包括：

在本地控制器上部署多智能体深度强化学习算法；

通过本地控制器与集中服务器之间的边际变量交换，本地控制器学习得到各本地控制器的控制策略；

各本地控制器基于控制策略和本地量测数据，执行电网无功电压控制；

其中，所述集中服务器用于协调各个本地控制器上的智能体的学习过程。

2.根据权利要求1所述的无功电压分布式控制方法，其特征在于，在各区域本地控制器上执行以下步骤：

框架构建步骤：构建基于马尔科夫博弈的多智能体交互训练框架；

网络部署步骤：部署神经网络；

本地控制步骤：并行执行无功电压控制；

本地交换步骤：并行执行与所述集中服务器之间的边际变量交换，包括从所述集中服务器获取下行边际变量和向所述集中服务器发送上行边际变量；

本地学习步骤：根据下行边际变量，并行执行本地学习；

其中，所述下行边际变量由所述集中服务器根据收集的上行边际变量，执行集中学习后得到；

本地控制步骤、本地交换步骤和本地学习步骤重复并行执行。

3.根据权利要求2所述的无功电压分布式控制方法，其特征在于，

所述上行边际变量包括本地控制器计算的标量数据；

所述下行边际变量包括用于计算梯度信息的数据。

4.根据权利要求2或3所述的无功电压分布式控制方法，其特征在于，集中服务器用于建立分布式无功电压优化模型，包括确定各区域无功电压控制目标：

将配电网按照实际的本地控制器安装情况，分为|A|个区域，区域标号集合记为A，每个区域设置一个本地控制器，用于快速获取本区域的量测数据，本地控制器能够与集中服务器进行通讯；其中，各区域无功电压控制目标为在满足电压约束的条件下最小化全网网损：

其中，L_opt为分布式无功电压优化目标，P_loss为全网网损，分别代表第i个区域中第j个节点的有功功率注入和电压幅值，V,分别为电压幅值的下限与上限；q^S,i代表第i个区域中所有静止无功补偿器SVC的无功功率输出，q^S,1表示第1个区域中所有SVC的无功功率输出，q^S,|A|表示第|A|个区域中所有SVC的无功功率输出，其中代表第i个区域中第j个SVC的无功功率输出，分别代表第i个区域中第j个SVC的无功功率输出的下限与上限；q^G,i代表第i个区域中所有DG的无功功率输出，q^G,1表示第1个区域中所有DG的无功功率输出，q^G,|A|表示第|A|个区域中所有DG的无功功率输出，其中代表第i个区域中第j个DG的无功功率输出，为第i个区域中第j个DG的装机容量和有功功率输出，Nⁱ为第i个区域节点的集合，为第i个区域DG的集合，为第i个区域SVC的集合。

5.根据权利要求4所述的无功电压分布式控制方法，其特征在于，构建基于马尔科夫博弈的多智能体交互训练框架，包括：

对应各区域系统的量测数据，构建各区域观测变量o_i如(1.2)所示：

代表第i个区域中第j个节点的无功功率注入；

对应各区域无功电压优化目标，构建各区域统一回馈变量r如(1.3)所示：

其中，C_V为电压约束的惩罚系数；函数[]⁺的定义为[x]⁺＝max(0,x)；

将统一回馈变量按区域分解，可得：

其中，Rⁱ为r在第i个区域的分解变量，即第i个区域的本地回馈变量，能够通过第i个区域的本地量测数据计算得到；

对应可控灵活性资源的无功功率，构建各区域动作变量a_i如(1.5)所示：

其中，代表第i个区域中第k个SVC的无功功率输出，代表第i个区域中第j个DG的无功功率输出，可控灵活性资源包括SVC和DG。