检索结果-南通市图书馆

作者：李昊贵州大学

学位级别：硕士

近年来,为了能够解决能源和环境的问题,水火光互补发电系统、电热冷气互补发电系统等多能互补系统取得逐步成效。但是,因为部分可再生能源具有不确定性和波动性,随着新能源大规模接入系统,电网的调频能力下降,系统的稳定运行变得困难。... 详细信息

近年来,为了能够解决能源和环境的问题,水火光互补发电系统、电热冷气互补发电系统等多能互补系统取得逐步成效。但是,因为部分可再生能源具有不确定性和波动性,随着新能源大规模接入系统,电网的调频能力下降,系统的稳定运行变得困难。自动发电控制(automatic generation control,AGC)是解决负荷变化带来的电网稳定运行问题的重要手段之一。本文以多能互补发电系统为研究对象,采用多智能体迁移强化学习算法,对以上问题进行探索求解,以获取复杂多区域多能源发电系统环境下的最优控制策略。首先,为了适应社会绿色经济发展和推动能源结构转型,传统的发电系统已逐步转变为多能互补发电系统,接着讲述了在复杂多区域多能源多能互补发电系统的环境下实现AGC使多能互补发电系统安全稳定运行的重要性,接着阐述了当前国内外对AGC频率要求的现状和不同方式的AGC策略的现状。其次,本文对AGC频率调节方法进行了分类,然后根据AGC控制的对象对AGC中的二次调频进行了分类,接着以多能互补发电系统模型为对象进行建模分析,对多能互补发电系统中原动机、调速器、联络线、微型燃气轮机、电池储能和小型水电等组成部分进行传递函数推导和数学模型建立。最后对马尔科夫决策过程,贝尔曼方程,强化学习的原理,各种深度强化学习方法的优劣和发展进行了详细的论述。接着,本文提出了一种基于多智能体近端策略优化与卷积神经网络(multiagent Proximal Policy Optimization with Convolutional Neural Network,MAPPOCNN)的AGC算法,首先使用近端策略优化算法将新旧策略更新幅度限制在合理的范围,然后加入卷积神经网络,增强了智能体对采集数据的信息提取能力,最后多智能体则让不同区域之间的智能体实现信息共享。通过对IEEE标准两区域负荷频率控制系统模型和五区域多能互补发电系统模型进行仿真,可以得出所提MAPPO-CNN算法拥有更强的鲁棒性,能够显著降低区域之间功率波动和维持系统频率的稳定。最后提出了一种基于多智能体迁移柔性行动器-批判器与长短时记忆网络(multi-agent transfer soft actor-critic with long-short term memory,MATSAC-LSTM)的AGC算法,首先柔性行动器-批判器算法用最大熵策略,避免智能体陷入局部最优,然后引入长短时记忆网络将采集的区域控制误差等环境状态量进行时序特征提取,最后引入迁移学习,大大降低了智能体训练时间,通过在改进的IEEE标准两区域负荷频率控制系统模型和中国某省简化系统上仿真,表明了该方法具有训练速度快,控制性能高等优点。

关键词：多能互补发电系统深度强化学习迁移学习柔性行动器-批判器自动发电控制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MATSAC-LSTM的综合能源系统自动发电控制算法研究

引用

智能计算机与应用 2023年第10期13卷 108-114,120页

作者：李昊荣娜邓棋宸贵州大学电气工程学院贵阳550025

为提高综合能源系统自动发电控制(Automatic Generation Control,AGC)的控制性能和算法收敛速度,本文提出了一种基于多智能体迁移柔性行动器-批判器与长短时记忆网络(Multi-Agent Transfer Soft Actor-Critic with Long-Short Term Memory,MATSAC-LSTM)的AGC控制法。首先,用LSTM网络将采集的区域控制误差等环境状态量进行时序特征提取,并作为MATSAC算法的输入,使智能体能结合历史信息进行快速的有功功率分配决策;其次,采用集中训练分散执行框架,将一个智能体观察的环境状态量以及其他智能体的动作信息作为相应智能体Critic网络的输入,以便训练时能够让多智能体之间共享信息;最后,通过迁移学习将旧任务训练的Critic和Actor网络模型参数转移到新任务相应模型参数中,以提高智能体的训练效率。算例分析在一个修改的IEEE标准两区域负荷频率控制系统模型和一个五区域综合能源系统模型展开,仿真结果表明,与比例积分微分、Q学习、双延迟深度确定性策略梯度、基于动态策略的赢或快速学习爬坡策略、柔性行动器-批判器等传统算法相比,本文所提MATSAC-LSTM算法提高了AGC控制性能标准和算法收敛速度,降低了系统的区域控制误差和频率偏差。

关键词：综合能源系统迁移学习柔性行动器-批判器集中训练分散执行

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：