Статья посвящена разработке метода восстановления режима энергорайонов, содержащих распределенные энергоресурсы (РЭР). Такие энергорайоны, являясь неотъемлемой частью современных распределительных сетей, существенно усложняют процессы восстановления после аварий из-за изменчивости режимов работы и необходимости координации множества распределенных объектов. Предлагаемый метод основан на сочетании графовых нейронных сетей (ГНС) и обучения с подкреплением, что позволяет эффективно анализировать топологию распределительной сети и состояние входящих в нее энергорайонов с РЭР. ГНС используются для анализа топологии сети и ее состояния в реальном времени, эффективно учитывая сложные взаимосвязи между элементами системы, включая РЭР. Агент на основе обучения с подкреплением оптимизирует процесс принятия решений о переключениях коммутационных аппаратов (КА), обучаясь на множестве сценариев и учитывая такие ключевые аспекты, как минимизация времени восстановления, снижение объема недоотпущенной энергии и соблюдение режимных ограничений в контексте обеспечения режимной надежности. Ключевым преимуществом подхода является его способность учитывать многокритериальные ограничения, включая минимизацию времени восстановления, снижение потерь мощности и соблюдение нормативных уровней напряжения. Экспериментальные исследования, проведенные на примере тестовой модели энергорайона с разнородными РЭР, показали высокую эффективность метода в отношении восстановления режима работы сети после возмущений и отказов. Было достигнуто существенное повышение режимной надежности схемы за минимальное количество коммутаций выключателей. При этом метод демонстрирует вычислительную эффективность, находя решения, эквивалентные результатам полного перебора, но без экспоненциального роста вычислительной сложности.
Библиографическая ссылка
КУЛИКОВ А.Л., Гурина Л.А., Томин Н.В. МЕТОД ВОССТАНОВЛЕНИЯ РЕЖИМОВ ЭНЕРГОРАЙОНОВ С РАСПРЕДЕЛЕННЫМИ ЭНЕРГЕТИЧЕСКИМИ РЕСУРСАМИ НА ОСНОВЕ ГРАФОВЫХ НЕЙРОННЫХ СЕТЕЙ // ИЗВЕСТИЯ РОССИЙСКОЙ АКАДЕМИИ НАУК. ЭНЕРГЕТИКА. №1. 2026. C.44-68. DOI: 10.7868/S3034649526010034
