在一个电气化越来越多地由太阳能和风能等可变能源供电的社会中，为了防止电网故障，瑞典研究人员报告称，他们开发了人工智能算法，旨在在网络电压平衡受到威胁时迅速做出反应。

它们可能对地球更好，但如果结合起来，可再生能源和电动汽车还可能破坏电网稳定，引发笔记本电脑故障和区域停电等一系列问题。这是因为供需的随机变化会给网络维持稳定电压水平的能力带来压力。

正是这种压力让开源斯德哥尔摩 KTH 皇家理工学院研究员 Chenwen Xu 表示，人工智能解决方案的开发就是为了解决这一问题。

“风电和太阳辐射每小时的充电量并不一致，”徐说。“电动汽车的充电需求取决于人们的个人需求和习惯。所以，你有很高的随机性和不确定性。它们的集成将导致电压波动、偏差甚至电压安全违规挑战。”

她表示，新的开源深度强化学习（DRL）算法旨在通过为电网深处的电力转换器提供智能来解决这一挑战，这些算法可以在快速波动的情况下安全地优化大规模能源协调，而无需实时通信。说。DRL 提供了一种新颖的数据同步策略来处理数据驱动算法的通信延迟。

“在价格持续波动的情况下，集中控制不具有成本效益或速度不快。可再生能源和电动汽车，”她说。“我们的目标是对每个分布式能源进行基于人工智能的自我控制，这些能源通过电源转换器连接。”

研究人员在 KTH 的真实智能微电网硬件平台上进行了演示。开源软件包发布在GitHub上，研究论文是杂志报道IEEE 可持续能源汇刊。

该解决方案的分散管理方法将电压水平维持在某些要求的限制内。徐说，超出这个限度，电压波动可能会对电气设备的性能以及电网的整体稳定性产生不利影响。

电压偏差会导致电气设备运行效率低下，缩短其使用寿命，在极端情况下，还会对电网基础设施造成损坏。她说，更令人担忧的是，违反电压安全规定可能会导致停电或需要采取紧急干预措施，例如减载或使用备用发电机，以维持电网稳定。

“我们的目的是改进控制策略电源转换器，通过使它们更具适应性和智能，以稳定复杂和变化的情况电网，”徐说。

这项工作是 Digital Futures 的一部分，该研究中心位于 KTH，与来自加州大学伯克利分校和斯德哥尔摩大学的研究人员一起探索和开发数字技术。

更多信息：孟凡张等人，使用安全保证的多智能体深度强化学习对基于逆变器的可再生能源进行数据驱动的分散控制，IEEE 可持续能源汇刊（2023）。DOI：10.1109/TSTE.2023.3341632