买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网浙江省电力有限公司台州供电公司;国电南瑞科技股份有限公司申请的专利交直流微电网群协同互供的电压控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114421479B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111439985.4，技术领域涉及：H02J3/06；该发明授权交直流微电网群协同互供的电压控制方法是由高强;周洪青;王天群;朱逸芝;王海龙;黄堃;付明设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本交直流微电网群协同互供的电压控制方法在说明书摘要公布了：本发明公开了一种交直流微电网群协同互供的电压控制方法，包括如下步骤：根据多个电压控制方法的优先级建立电压稳定控制优化模型，该模型控制优化目标包括：微电网接入馈线点电压Vi稳定，ILC功率传输的功率损耗最低，电压稳定控制成本最低；用深度强化学习的算法求解电压稳定控制优化模型，训练得到能够自主决策控制电压稳定并优化控制策略的智能体；将智能体运用到本地控制器和协调控制器中，向智能体输入监测的电网状态量，智能体输出电压稳定控制优化策略，并根据电压稳定控制优化策略对电压进行控制。本发明在电压稳定控制的同时实现了经济性的最优化，因此，提高了交直流微电网群互联系统的稳定性和经济性。

本发明授权交直流微电网群协同互供的电压控制方法在权利要求书中公布了：1.交直流微电网群协同互供的电压控制方法，其特征在于，包括如下步骤：根据多个电压控制方法的优先级建立电压稳定控制优化模型，该模型控制优化目标包括：微电网接入馈线点电压Vi稳定，ILC功率传输的功率损耗最低，电压稳定控制成本最低； 用深度强化学习的算法求解电压稳定控制优化模型，训练得到能够自主决策控制电压稳定并优化控制策略的智能体； 将智能体运用到本地控制器和协调控制器中，向智能体输入监测的电网状态量，智能体输出电压稳定控制优化策略，并根据电压稳定控制优化策略对电压进行控制； 多个电压控制方法的优先级如下： 1优先控制分布式电源的无功输出调压：调节微电网光伏无功Qpv和风机无功Qwt； 2然后控制储能单元调压：调节储能的有功PESS和无功QESS； 3然后控制分布式电源的有功输出调压：调节微电网光伏有功出力Ppv和风机有功出力Pwt； 4最后控制交直流负荷减载调压：部分负荷pload减载来应对大的难以调节电压波动； 电压稳定控制优化模型的目标函数为： 式中，表示n各微电网并网点电压与馈线参考电压的总偏差量，模型中越小，则表示电压越稳定在参考值Vrv处； 表示变流器ILC的功率损耗，其变流功率损耗计算公式为: 式中，η是变流效率，Pref是变换功率值； 电压稳定控制成本函数为： βQpv+βQwt+βPESS+βQESS+βPwt+βPpv+βload3 其中，CQpv是光伏无功调节成本，CQwt是风机无功调节成本，CPESS是储能有功调节成本，CQESS是储能无功调节成本，CPpv是光伏有功调节成本，CPwt是风机有功调节成本，Cload是负荷调节成本； 、α、α分别表示并网点电压稳定、ILC功率损耗、电压稳定成本三个优化目标的权重系数，α＞α＞α 、β、β、β、β、β、β分别是光伏无功、风机无功、储能有功、储能无功、风机有功、光伏有功和负载各自参与调压的成本函数的权重系数，该权重系数满足β＝β＜β＝β＜β＝β＜β 光伏的无功调节成本模型为： Qpv＝γpvΔQpv4 其中Qpv是光伏无功输出，ΔQpv是光伏无功输出的变化量，γpv是光伏管理运行成本系数； 光伏的有功调节成本模型为： CPpv＝γpvΔPpv+λpvΔPpv5 式中Ppv是光伏有功输出，ΔPpv是光伏有功输出的变化量，γpv是光伏管理运行成本系数，λpv是光伏的弃光惩罚因数； 风机的无功调节成本模型为： CQwt＝γwtΔQwt6 其中Qwt是风机无功输出，ΔQwt是风机无功输出的变化量，γwt是风机管理运行成本系数； 风机的有功调节成本模型为： CPwt＝γwtΔPwt+λwtΔPwt7 其中Pwt是风机有功输出，ΔPwt是风机有功输出的变化量，γwt是风机管理运行成本系数，λwt是风机的弃风惩罚因数； 储能单元的有功调节的成本模型为： CPESS＝γES.om+γzΔPESS8 式中PESS是储能单元有功输出，ΔPESS是储能单元有功输出的变化量，γES.om是管理维护成本系数，γz是折旧成本系数； 储能单元的无功调节的成本模型为： CQESS＝γES.om+γzΔQESS9 式中QESS是储能单元无功输出，ΔQESS是储能单元无功输出的变化量，γES.om是管理维护成本系数，γz折旧成本系数； 上述电压稳定控制优化模型的约束为： 上述约束中： 10是风机有功功率无功功率输出的范围约束； 11是光伏有功功率无功功率输出的范围约束； 12是储能系统充放电功率范围约束； 13是储能系统无功调节能力约束； 14和15是储能系统的荷电状态约束，其中δ是储能转换效率，RES是储能单元总容量； 16是负载减载量约束，Pload.s.max是容许最大减载量； 17是ILC变流器变流功率范围约束； 采用多智能体深度确定性策略梯度算法求解电压稳定控制优化模型，该电压稳定控制优化模型包括：多个智能体动作网络Actor，多个评估Actor的评价网络Critic； 其中，Actor网络输入为环境的状态S，输出为智能体的动作a；Critic网络的输入包括智能体的动作前状态S、动作后状态S'、所有智能体的动作集合a、奖励R，输出为智能体的Q值； 用θ＝[θ1,…,θn]表示n个智能体的策略参数，π＝[π1,…,πn]表示n个智能体的策略；第i个智能体的累计期望奖励为： 由累计期望奖励可求确定性策略梯度为： 式中，其中oi表示第i个智能体的观测，表示第i个智能体集中式的状态-动作函数； 集中式Critic的更新方法为： 式中，表示目标网络； 定义Actor的状态空间S： 式中，i是交流微电网个数，j是直流微电网个数，状态量依次为：t时刻的微电网并网点电压、交直流母线电压、ILC变流器变流功率、风机无功功率、风机有功功率、光伏无功功率、光伏有功功率、储能单元SOC，负载状态； 定义Actor的动作空间a： 式中，i是交流微电网个数，j是直流微电网个数，动作依次为t时刻：交流微电网风机无功功率、直流微电网光伏无功功率、储能单元有功功率、储能单元无功功率，风机有功功率，光伏有功功率，负载减载量； 定义动作奖励R： 式中，r1是电压不稳定惩罚，电压稳定范围是0.95～1.05倍于标准值；r2是变流器损耗惩罚；r3是电压稳定控制成本，奖励为负表示控制成本越高，奖励越小；考虑到电压不稳定惩罚、变流器损耗惩罚、控制成本优化的重要性，α1＞＞α2＞α3。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网浙江省电力有限公司台州供电公司;国电南瑞科技股份有限公司，其通讯地址为：317000 浙江省台州市椒江区中心大道809号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。