Enhancement Method for Photovoltaic Accommodation Capacity of Distribution Networks Based on Self-attention Diffusion Reinforcement Learning

YANG Wenwei; PENG Xiangang; CAI Weicong; OUYANG Sheng; WANG Xinghua; ZHAO Zhuoli

doi:10.7500/AEPS20250313002

您当前的位置：

首页 >

文章列表页 >

Enhancement Method for Photovoltaic Accommodation Capacity of Distribution Networks Based on Self-attention Diffusion Reinforcement Learning

Basic Research | 更新时间：2026-02-28

- Enhancement Method for Photovoltaic Accommodation Capacity of Distribution Networks Based on Self-attention Diffusion Reinforcement Learning
- Automation of Electric Power Systems Vol. 50, Issue 2, Pages: 103-114(2026)
- 作者机构：
  
  广东工业大学自动化学院，广东省广州市 510006
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(62273104)
- DOI：10.7500/AEPS20250313002
  CLC：
- Received：13 March 2025，
  
  Revised：2025-07-23，
  
  Online First：18 September 2025，
  
  Published：25 January 2026
- 稿件说明：
移动端阅览
杨文伟,彭显刚,蔡伟聪等.基于自注意力扩散强化学习的配电网光伏承载力提升方法[J].电力系统自动化,2026,50(2):103-114.

YANG Wenwei,PENG Xiangang,CAI Weicong,et al.Enhancement Method for Photovoltaic Accommodation Capacity of Distribution Networks Based on Self-attention Diffusion Reinforcement Learning[J].Automation of Electric Power Systems,2026,50(2):103-114.
杨文伟,彭显刚,蔡伟聪等.基于自注意力扩散强化学习的配电网光伏承载力提升方法[J].电力系统自动化,2026,50(2):103-114. DOI： 10.7500/AEPS20250313002.

YANG Wenwei,PENG Xiangang,CAI Weicong,et al.Enhancement Method for Photovoltaic Accommodation Capacity of Distribution Networks Based on Self-attention Diffusion Reinforcement Learning[J].Automation of Electric Power Systems,2026,50(2):103-114. DOI： 10.7500/AEPS20250313002.

摘要

针对高渗透率分布式光伏接入使配电网承载力不足的问题，提出了一种基于自注意力扩散强化学习的配电网分布式光伏承载力提升方法。以配电网光伏承载力提升为目标，从源侧分布式光伏逆变器、网侧静止无功补偿器、柔性负荷以及电池储能控制器协同优化角度出发，综合考虑电压偏移和系统网损指标，建立了以分布式光伏准入容量最大以及运行总成本最小为目标的多目标优化数学模型。在满足运行约束的同时，通过扩散机制快速适应复杂不确定性环境，并利用自注意力机制实现批数据的并行读取，提高了训练速度和求解效率。最后，通过算例仿真分析，验证了所提方法的有效性和经济性。

Abstract

To address the issue of insufficient accommodation capacity of distribution networks caused by high penetration of distributed photovoltaic (PV) integration

an enhancement method for PV accommodation capacity of distribution networks based on self-attention diffusion reinforcement learning is proposed. Aiming to enhance the PV accommodation capacity of the distribution network

a multi-objective optimization mathematical model is established from the perspective of collaborative optimization of distributed PV inverters on the source side

static var compensators on the grid side

flexible loads

and battery energy storage controllers. The proposed model takes into account both voltage deviation and system network loss indicators

with the goals of maximizing the distributed PV allowable capacity and minimizing the total operation cost. While satisfying the operation constraints

the method uses a diffusion mechanism to rapidly adapt to complex and uncertain environments

and leverages a self-attention mechanism to enable parallel reading of batch data

thereby improving training speed and solution efficiency. Finally

simulation analysis of a case study verifies the effectiveness and economic feasibility of the proposed method.

关键词

Keywords

references

刘洪，曹睿智，韩俊，等 . 配电网的分布式发电承载能力评估研究现状与展望［J］. 电力系统自动化， 2025 ， 49 （ 17 ）： 21 - 33 .

LIU Hong ， CAO Ruizhi ， HAN Jun ， et al . Research status and prospect of distributed generation hosting capacity assessment for distribution network ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 17 ）： 21 - 33 .

葛少云，侯亭玉，吴鸣，等 . 柔性互联配电网分布式电源承载能力分布鲁棒优化模型［J］. 电力系统自动化， 2023 ， 47 （ 13 ）： 140 - 148 .

GE Shaoyun ， HOU Tingyu ， WU Ming ， et al . Distributionally robust optimization model of hosting capability for distributed generators in flexible interconnected distribution network ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 13 ）： 140 - 148 .

国家能源局 . 分布式电源接入电网承载力评估导则： DL/T 2041—2019 ［S］. 北京：中国电力出版社， 2019 .

National Energy Bureau of the People’s Republic of China . Technical guideline for evaluating power grid hosting capacity of distributed resources connected to network ： DL/T 2041—2019 ［S］. Beijing ： China Electric Power Press ， 2019 .

王方敏，顼佳宇，苏宁，等 . 新型电力系统风险抑制下分布式光伏承载力概率评估方法［J］. 中国电力， 2025 ， 58 （ 6 ）： 33 - 44 .

WANG Fangmin ， XU Jiayu ， SU Ning ， et al . Probability evaluation method of distributed photovoltaic carrying capacity under risk suppression in new power system ［J］. Electric Power ， 2025 ， 58 （ 6 ）： 33 - 44 .

梁志峰，夏俊荣，孙檬檬，等 . 数据驱动的配电网分布式光伏承载力评估技术研究［J］. 电网技术， 2020 ， 44 （ 7 ）： 2430 - 2439 .

LIANG Zhifeng ， XIA Junrong ， SUN Mengmeng ， et al . Data driven assessment of distributed photovoltaic hosting capacity in distribution network ［J］. Power System Technology ， 2020 ， 44 （ 7 ）： 2430 - 2439 .

SENTHILKUMAR S ， BALACHANDER K ， MOHAMED MANSOOR V M . A hybrid technique for impact of hybrid renewable energy systems on reliability of distribution power system ［J］. Energy ， 2024 ， 306 ： 132383 .

龚锐，李华强，许立雄 . 面向配电网综合承载力提升的储能优化配置方法［J/OL］. 电网技术［ 2025-02-08 ］. https：//kns.cnki.net/kcms/detail/11.2410.tm.20250208.1031.003.html https://kns.cnki.net/kcms/detail/11.2410.tm.20250208.1031.003.html .

GONG Rui ， LI Huaqiang ， XU Lixiong . Optimal allocation method of energy storage systems for improving the comprehensive carrying capacity of distribution network ［J/OL］. Power System Technology ［ 2025-02-08 ］. https：//kns.cnki.net/kcms/detail/11.2410.tm.20250208.1031.003.html https://kns.cnki.net/kcms/detail/11.2410.tm.20250208.1031.003.html .

张宇，魏新迟，冯凯辉，等 . 计及分布式光伏承载力的配电网侧独立储能充放电策略［J］. 中国电力， 2024 ， 57 （ 4 ）： 111 - 117 .

ZHANG Yu ， WEI Xinchi ， FENG Kaihui ， et al . Charging and discharging strategies of independent energy storage for distribution grid side considering distributed PV carrying capacity ［J］. Electric Power ， 2024 ， 57 （ 4 ）： 111 - 117 .

王强强，姚良忠，盛万兴，等 . 基于机会约束规划的配电网分布式光伏承载力提升方法［J］. 电力系统自动化， 2023 ， 47 （ 18 ）： 132 - 141 .

WANG Qiangqiang ， YAO Liangzhong ， SHENG Wanxing ， et al . Enhancement method for distributed photovoltaic hosting capacity of distribution network based on chance-constrained programming ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 18 ）： 132 - 141 .

孙建梅，胡嘉栋，蔚芳 . 基于改进场景聚类法的主动配电网中分布式电源准入容量规划［J］. 科学技术与工程， 2021 ， 21 （ 1 ）： 194 - 200 .

SUN Jianmei ， HU Jiadong ， YU Fang . Active distribution network power admission capacity planning based on improved scene clustering method ［J］. Science Technology and Engineering ， 2021 ， 21 （ 1 ）： 194 - 200 .

戴松灵，王晞，刘方，等 . 考虑综合承载力的主动配电网优化调度与运行［J］. 电力建设， 2020 ， 41 （ 2 ）： 67 - 75 .

DAI Songling ， WANG Xi ， LIU Fang ， et al . Optimal scheduling and operating of active distribution network considering comprehensive carrying capacity ［J］. Electric Power Construction ， 2020 ， 41 （ 2 ）： 67 - 75 .

赵洪山，胡浈，魏伟，等 . 考虑相关性的配电网分布式光伏承载能力提升方法［J］. 电力系统保护与控制， 2025 ， 53 （ 1 ）： 37 - 46 .

ZHAO Hongshan ， HU Zhen ， WEI Wei ， et al . A method to improve the carrying capacity of a distributed photovoltaic power distribution network considering correlation ［J］. Power System Protection and Control ， 2025 ， 53 （ 1 ）： 37 - 46 .

全欢，彭显刚，刘涵予，等 . 基于深度强化学习的配电网实时电压优化控制方法［J］. 电网技术， 2023 ， 47 （ 5 ）： 2029 - 2038 .

QUAN Huan ， PENG Xiangang ， LIU Hanyu ， et al . Voltage optimal control of distribution network based on deep reinforcement learning ［J］. Power System Technology ， 2023 ， 47 （ 5 ）： 2029 - 2038 .

宫建锋，齐屹，韩一鸣，等 . 基于多目标深度强化学习的配电网光伏接纳能力提升方法［J］. 供用电， 2024 ， 41 （ 3 ）： 2 - 8 .

GONG Jianfeng ， QI Yi ， HAN Yiming ， et al . A multi-objective deep reinforcement learning approach for photovoltaic hosting capacity improvement of distribution network ［J］. Distribution & Utilization ， 2024 ， 41 （ 3 ）： 2 - 8 .

冯昌森，汤飞霞，王国烽，等 . 基于融合经验安全强化学习的配电网电压控制［J］. 电力系统自动化， 2025 ， 49 （ 8 ）： 169 - 177 .

FENG Changsen ， TANG Feixia ， WANG Guofeng ， et al . Volt-VAR control for distribution network based on safe reinforcement learning with mixed experiences ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 8 ）： 169 - 177 .

王守相，王瀚樟，赵倩宇，等 . 面向配电网光伏接纳能力提升的分时电价优化方法［J］. 电力系统自动化， 2023 ， 47 （ 10 ）： 38 - 46 .

WANG Shouxiang ， WANG Hanzhang ， ZHAO Qianyu ， et al . Optimization method of time-of-use electricity price for improving photovoltaic hosting capacity of distribution network ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 10 ）： 38 - 46 .

王璟，蒋小亮，杨卓，等 . 光伏集中并网电压约束下的准入容量与电压波动的评估方法［J］. 电网技术， 2015 ， 39 （ 9 ）： 2450 - 2457 .

WANG Jing ， JIANG Xiaoliang ， YANG Zhuo ， et al . Penetration capacity under voltage constraint and evaluation methodology of voltage fluctuation caused by centralized grid connection of photovoltaic power ［J］. Power System Technology ， 2015 ， 39 （ 9 ）： 2450 - 2457 .

颜湘武，徐韵，李若瑾，等 . 基于模型预测控制含可再生分布式电源参与调控的配电网多时间尺度无功动态优化［J］. 电工技术学报， 2019 ， 34 （ 10 ）： 2022 - 2037 .

YAN Xiangwu ， XU Yun ， LI Ruojin ， et al . Multi-time scale reactive power optimization of distribution grid based on model predictive control and including RDG regulation ［J］. Transactions of China Electrotechnical Society ， 2019 ， 34 （ 10 ）： 2022 - 2037 .

王婷，陈晨，谢海鹏 . 配电网对分布式电源和电动汽车的承载力评估及提升方法综述［J］. 电力建设， 2022 ， 43 （ 9 ）： 12 - 24 .

WANG Ting ， CHEN Chen ， XIE Haipeng . Review on evaluation and promotion methods of carrying capacity for distributed generation and electric vehicles in distribution network ［J］. Electric Power Construction ， 2022 ， 43 （ 9 ）： 12 - 24 .

PANOSYAN A . Modeling of advanced power transmission system controllers ［M］. Munich， Germany ： Verlag Dr. Hut ， 2010 .

黄昊，倪秋龙，李震，等 . 考虑柔性负荷无功调节能力的配网日前两阶段无功随机优化调度［J］. 电力系统保护与控制， 2023 ， 51 （ 16 ）： 23 - 33 .

HUANG Hao ， NI Qiulong ， LI Zhen ， et al . Day-ahead two-stage stochastic reactive power scheduling optimization for a distribution network considering the reactive power regulation capability of flexible loads ［J］. Power System Protection and Control ， 2023 ， 51 （ 16 ）： 23 - 33 .

李鹏，钟瀚明，马红伟，等 . 基于深度强化学习的有源配电网多时间尺度源荷储协同优化调控［J］. 电工技术学报， 2025 ， 40 （ 5 ）： 1487 - 1502 .

LI Peng ， ZHONG Hanming ， MA Hongwei ， et al . Multi-timescale optimal dispatch of source-load-storage coordination in active distribution network based on deep reinforcement learning ［J］. Transactions of China Electrotechnical Society ， 2025 ， 40 （ 5 ）： 1487 - 1502 .

吴科成，高志华，刘瑞宽，等 . 考虑分布式储能功率四象限输出的主动配电网鲁棒优化调度模型［J］. 南方电网技术， 2021 ， 15 （ 11 ）： 75 - 84 .

WU Kecheng ， GAO Zhihua ， LIU Ruikuan ， et al . Robust optimal scheduling model of active distribution network considering four-quadrant output of distributed energy storage power ［J］. Southern Power System Technology ， 2021 ， 15 （ 11 ）： 75 - 84 .

庄颖睿，程林，齐宁，等 . 基于深度时间聚类的微电网典型场景生成方法［J］. 电力系统自动化， 2023 ， 47 （ 20 ）： 95 - 103 .

ZHUANG Yingrui ， CHENG Lin ， QI Ning ， et al . Typical scenario generation algorithm for microgrid based on deep temporal clustering ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 20 ）： 95 - 103 .

凡鹏飞，李宝琴，侯江伟，等 . 配电网分布式电源经济可承载力评估［J］. 中国电力， 2024 ， 57 （ 7 ）： 196 - 202 .

FAN Pengfei ， LI Baoqin ， HOU Jiangwei ， et al . Economic capacity assessment of renewables in distribution networks ［J］. Electric Power ， 2024 ， 57 （ 7 ）： 196 - 202 .

吴文传，蔺晨晖，孙宏斌，等 . 基于机器学习的主动配电网能量管理与运行控制［J］. 电力系统自动化， 2024 ， 48 （ 20 ）： 2 - 11 .

WU Wenchuan ， LIN Chenhui ， SUN Hongbin ， et al . Machine learning based energy management and operation control for active distribution networks ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 20 ）： 2 - 11 .

蒲天骄，杜帅，李烨，等 . 面向隐私保护基于联邦强化学习的分布式电源协同优化策略［J］. 电力系统自动化， 2023 ， 47 （ 8 ）： 62 - 70 .

PU Tianjiao ， DU Shuai ， LI Ye ， et al . Collaborative optimization strategy of distributed generators based on federated reinforcement learning for privacy preservation ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 8 ）： 62 - 70 .

陈宁，李法社，王霜，等 . 基于深度强化学习算法的分布式 <math id="M319"><mi mathvariant="normal">光伏</mi><mo>-</mo><mi mathvariant="normal">E</mi><mi mathvariant="normal">V</mi></math> https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=98639468&type= https://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=98639481&type= 11.51466751 2.87866688 互补系统智能调度［J］. 高电压技术， 2025 ， 51 （ 3 ）： 1454 - 1463 .

CHEN Ning ， LI Fashe ， WANG Shuang ， et al . Intelligent scheduling of distributed photovoltaic-EV complementary systems based on deep reinforcement learning algorithm ［J］. High Voltage Engineering ， 2025 ， 51 （ 3 ）： 1454 - 1463 .

黄冬梅，余京朋，崔承刚，等 . 多时间尺度深度强化学习光储配电网电压优化［J/OL］. 中国电机工程学报［ 2025-04-15 ］. https：//link.cnki.net/doi/10.13334/j.0258-8013.pcsee.240403 https://link.cnki.net/doi/10.13334/j.0258-8013.pcsee.240403 .

HUANG Dongmei ， YU Jingpeng ， CUI Chenggang ， et al . Voltage optimization for PV-ES distribution network with multi-timescale deep reinforcement learning method ［J/OL］. Proceedings of the CSEE ［ 2025-04-15 ］. https：//link.cnki.net/doi/10.13334/j.0258-8013.pcsee.240403 https://link.cnki.net/doi/10.13334/j.0258-8013.pcsee.240403 .

FANG L ， LIU R ， ZHANG J ， et al . Diffusion actor-critic： formulating constrained policy iteration as diffusion noise regression for offline reinforcement learning ［EB/OL］. ［ 2025-02-25 ］. https：//arxiv.org/abs/2405.20555 https://arxiv.org/abs/2405.20555 .

WANG Y ， WANG L ， JIANG Y ， et al . Diffusion actor-critic with entropy regulator ［EB/OL］. ［ 2024-12-21 ］. https：//arxiv.org/abs/2405.15177 https://arxiv.org/abs/2405.15177 .

杨震，杨晶显，王凯，等 . 基于去噪扩散概率模型的水-光互补系统随机场景生成方法［J］. 电力系统自动化， 2024 ， 48 （ 19 ）： 171 - 180 .

YANG Zhen ， YANG Jingxian ， WANG Kai ， et al . Stochastic scenario generation method based on denoising diffusion probabilistic model for hydro-photovoltaic complementary system ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 19 ）： 171 - 180 .

YU L L ， HUO S X ， WANG Z J ， et al . Hybrid attention-oriented experience replay for deep reinforcement learning and its application to a multi-robot cooperative hunting problem ［J］. Neurocomputing ， 2023 ， 523 ： 44 - 57 .

GHASEMIPOUR K ， GU S S ， NACHUM O . Why so pessimistic estimating uncertainties for offline RL through ensembles， and why their independence matters ［J］. Advances in Neural Information Processing Systems ， 2022 ， 35 ： 18267 - 18281 .

DOLATABADI S H ， GHORBANIAN M ， SIANO P ， et al . An enhanced IEEE 33 bus benchmark test system for distribution system studies ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 3 ）： 2565 - 2572 .

TANG Y ， ROWLAND M ， MUNOS R ， et al . Taylor expansion of discount factors ［C］// International Conference on Machine Learning ， July 18-24 ， 2021 .

KIM M ， KIM J S ， CHOI M S ， et al . Adaptive discount factor for deep reinforcement learning in continuing tasks with uncertainty ［J］. Sensors ， 2022 ， 22 （ 19 ）： 7266 .

ELIA Group . Transparency on grid data ［DB/OL］. ［ 2024-9-20 ］. https：//www.elia.be/en/grid-data/generation-data/solar-pv-power-generation-data https://www.elia.be/en/grid-data/generation-data/solar-pv-power-generation-data .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Distributed Unbalanced Current Compensation Control in Distribution Network with Participation of Photovoltaic

Two-stage Centralized-Distributed Voltage Control for Distribution Networks Based on Deep Reinforcement Learning

Generalized Load Modeling and Parameter Identification for Distribution Networks Considering Fault Ride-through Capability of Distributed Photovoltaic

Related Author

FENG Qifan

XIA Yanghong

YANG Pengcheng

WEI Wei

LIU Qi

LIU Jiayan

LI Yong

JIA Dongli

Related Institution

College of Electrical Engineering, Zhejiang University

School of Information and Electrical Engineering, Hangzhou City University

College of Electrical and Information Engineering, Hunan University

China Electric Power Research Institute Co., Ltd.

School of Electrical Engineering and Automation, Wuhan University

⁰