

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、基于分布式發(fā)電的微網(wǎng)運行控制是智能電網(wǎng)技術的重要發(fā)展方向。由于分布式發(fā)電類型多樣、運行特性差異大、實時波動明顯,使得含多種分布式發(fā)電單元、負荷和儲能元件的微網(wǎng)運行環(huán)境的復雜性和動態(tài)性大大增加,帶來系統(tǒng)運行和控制方面的諸多技術難題。因此,深入了解分布式發(fā)電特性和微網(wǎng)內部各單元的關系,研究微網(wǎng)不同運行狀態(tài)下的有效控制方法,是實現(xiàn)基于分布式發(fā)電的微網(wǎng)穩(wěn)定運行和大規(guī)模應用需要解決的關鍵技術之一。
本文圍繞基于分布式發(fā)電的微網(wǎng)運行控制問
2、題開展相關研究。緊密結合實際應用需求,開展分布式發(fā)電功率變化趨勢特征分析和功率預測方法研究;針對微網(wǎng)孤島模式下的優(yōu)化控制問題,研究在微網(wǎng)內部分布式電源和負荷變化時,實現(xiàn)各電源對負荷分配的優(yōu)化方法;針對市場實時電價的發(fā)展趨勢,設計微網(wǎng)聯(lián)網(wǎng)模式下的多智能體系統(tǒng),提出基于關鍵變量變化率的動態(tài)分層強化學習方法,完成微網(wǎng)智能體系統(tǒng)的最優(yōu)策略搜索,實現(xiàn)聯(lián)網(wǎng)模式下微網(wǎng)的優(yōu)化控制目標。具體而言,本文的主要研究成果包括以下幾個方面:
(1)提出
3、綜合功率坡度事件預測和風速預測的風電功率智能預測方法
針對風電功率預測誤差較大,難以滿足調度時長要求的問題,提出能兼顧預測時長和預測精度的風電功率智能預測方法?;诂F(xiàn)場數(shù)據(jù)進行統(tǒng)計分析,研究風電功率坡度事件及其變化特性,運用多支持向量機方法實現(xiàn)風電功率坡度事件的前向多步預測。運用自適應小波神經(jīng)網(wǎng)絡實現(xiàn)前向30小時為周期的風速預測。綜合風電功率坡度事件預測和風速預測,運用改進的徑向基神經(jīng)網(wǎng)絡建立風電功率的智能預測模型,通過網(wǎng)絡輸
4、入變量權重調整和參數(shù)在線學習更新,有效識別風電功率變化的動態(tài)性和非線性。運用現(xiàn)場風電數(shù)據(jù)開展仿真,通過與FFNN、PER、NR模型的對比實驗表明,本文提出的智能預測方法兼顧風電功率預測的時長和精度要求,實現(xiàn)30小時范圍內的風電功率有效預測,為提前1天優(yōu)化調度提供可靠的技術途徑。
(2)提出一種微網(wǎng)孤島模式下負荷分配的改進控制策略
以含多個分布式電源的微網(wǎng)為對象,分析傳統(tǒng)電壓/頻率(V/f)下垂特性控制方法的不足,本文
5、基于電壓/相角(V/δ)下垂特性控制思想,并在基本公式中增加有功/相角(P-δ)下垂控制修正項和無功/電壓(Q-V)下垂控制修正項,以有效跟蹤功率變化的動態(tài)特性,使控制參數(shù)能隨著負荷變化的幅度而動態(tài)調整,優(yōu)化微網(wǎng)內部的負荷分配。同時,設計輔助控制器,對每個逆變器參考電壓的d軸分量進行修正。在孤島模式下,設計微網(wǎng)平穩(wěn)運行和急劇變化兩種情形,分別采用低P-δ下垂因子和高P-δ下垂控制因子進行對比實驗,結果表明,本文的控制策略可有效防止當負荷
6、或電源顯著變化時系統(tǒng)發(fā)生震蕩,并能明顯優(yōu)化負荷的分配,保證系統(tǒng)穩(wěn)定。
(3)設計聯(lián)網(wǎng)模式和實時電價環(huán)境下的微網(wǎng)多智能體系統(tǒng)
針對分布式發(fā)電的廣泛應用和電力市場化發(fā)展的趨勢,建立含本地控制器、微網(wǎng)管理器和分布式管理系統(tǒng)的微網(wǎng)分層控制結構。在分層控制架構下,突出微網(wǎng)分散控制特點,綜合考慮實時電價和微網(wǎng)內部運行成本,確立微網(wǎng)優(yōu)化控制目標函數(shù)。設計聯(lián)網(wǎng)模式下微網(wǎng)的多智能體系統(tǒng)結構,完成智能體系統(tǒng)中各類智能體和變量的定義,確定
7、智能體學習中的立即獎賞值函數(shù),提出反映微網(wǎng)系統(tǒng)整體變化特征的“趨勢”變量,以實現(xiàn)狀態(tài)簡化,確定了微網(wǎng)多智能體系統(tǒng)的具體工作流程。設計的微網(wǎng)多智能體系統(tǒng)不依賴各智能體之間的實時通信,能適應實時電價環(huán)境,符合微網(wǎng)應用的現(xiàn)實特點,為微網(wǎng)聯(lián)網(wǎng)模式下的優(yōu)化控制提供基礎。
(4)提出多智能體DHRL-RCSV算法,實現(xiàn)微網(wǎng)聯(lián)網(wǎng)模式下的優(yōu)化控制
為緩解微網(wǎng)復雜未知環(huán)境下應用強化學習帶來的“維度災難”問題,本文提出基于關鍵變量變化率
8、的動態(tài)分層強化學習(DHRL-RCSV)方法,提高聯(lián)網(wǎng)模式下多智能體系統(tǒng)的學習效率,實現(xiàn)微網(wǎng)優(yōu)化控制。以市場電價為關鍵變量,通過識別電價信息中的瓶頸狀態(tài)點,實現(xiàn)學習任務的自動分層,生成微網(wǎng)優(yōu)化控制的類MAXQ分層結構。基于新的分層結構,采用貝葉斯-MAXQ算法來學習遞歸最優(yōu)策略。通過實驗分析表明,本文提出的DHRL-RCSV算法可顯著提高未知環(huán)境下智能體的自學習效率,使微網(wǎng)內部負荷、分布式電源和儲能單元的行為動作能根據(jù)市場電價波動不斷優(yōu)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于PQ控制策略的海島微網(wǎng)分布式發(fā)電并網(wǎng)的研究.pdf
- 分布式發(fā)電微網(wǎng)系統(tǒng)建模及控制策略研究.pdf
- 含分布式電源的微網(wǎng)控制策略研究.pdf
- 基于分布式電源的微網(wǎng)控制及運行優(yōu)化研究.pdf
- 基于分布式電源的微網(wǎng)孤網(wǎng)-并網(wǎng)運行控制策略研究.pdf
- 含分布式多電源的微網(wǎng)控制策略研究.pdf
- 分布式互補能源微網(wǎng)系統(tǒng)的控制策略研究.pdf
- 基于分布式控制的孤島微網(wǎng)經(jīng)濟優(yōu)化調度方法研究.pdf
- 微網(wǎng)分布式電源優(yōu)化配置研究.pdf
- 分布式發(fā)電與微網(wǎng)系統(tǒng)多目標優(yōu)化設計與協(xié)調控制研究.pdf
- 分布式發(fā)電中微電網(wǎng)技術控制策略研究.pdf
- 海島微網(wǎng)分布式電源容量優(yōu)化配置及運行控制策略研究.pdf
- 微電網(wǎng)中分布式光伏發(fā)電控制策略研究.pdf
- 分布式發(fā)電保護和微網(wǎng)保護的研究.pdf
- 含逆變型分布式電源的微網(wǎng)控制策略研究.pdf
- 微網(wǎng)中分布式電源的協(xié)調控制策略研究.pdf
- 分布式發(fā)電微網(wǎng)系統(tǒng)暫態(tài)仿真方法研究.pdf
- 微電網(wǎng)分布式協(xié)同控制策略研究.pdf
- 微網(wǎng)中分布式儲能系統(tǒng)均衡控制策略研究.pdf
- 分布式發(fā)電并網(wǎng)逆變器的控制策略研究.pdf
評論
0/150
提交評論