来源：期刊VIP网 时间：
作者：刘思言;姜东翔;唐壮;
单位：中国电力科学研究院有限公司;
摘要：随着可再生能源的大规模接入和广泛应用，现代配电网的运行方式日益灵活且高效，同时配电网的拓扑结构也变得更加复杂多样。然而，可再生能源的波动性与间歇性可能会带来电压越限、低电压及网损增加等问题。因此，新能源入网对电力系统安全稳定运行带来了新的挑战。储能、电动汽车和柔性负荷等需求侧资源具备了参与调度与市场交易的能力，如何实现源网荷储的协同优化调度是当前研究的热点问题之一。在已有的研究中，对于配电网拓扑结构隐含的拓扑特征和电气信息的深入挖掘与有效利用仍然存在不足。基于此，提出一种基于图强化学习的配电网源网荷储协同优化调度方法。首先将配电网的物理拓扑和节点电气信息抽象为图数据，通过多层图卷积神经网络（graph convolutional networks,GCN）进行特征提取与融合；然后以最小化配电网运行成本为目标，综合考虑源网荷储4个方面协同运行；最后采用近端策略优化（proximal policy optimization,PPO）算法求解。仿真结果表明该方法能够在满足约束条件的情况下达到经济运行的目标。
关键词：配电网;;源网荷储;;图强化学习;;近端策略优化;;优化调度
基金资助：国家重点研发计划项目“面向超大规模电网设备节点的图计算分析与优化软件”(2022YFB2404200)~~
