基于强化学习的微电网多模态协调切换控制策略

来源 :燕山大学 | 被引量 : 0次 | 上传用户:da_yu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着不可再生能源消耗量的逐年增加,以及环境污染问题的日益加重,各个国家开始将目光转向低碳化的能源。由此,基于分布式能源的微电网应运而生,但微电网系统的控制策略及在不同工作模式间的切换稳定性仍存在很多待解决的问题。因此,本文针对相关问题进行研究,以改善微电网系统控制策略的有效性,提高运行稳定性。首先,对微电网的控制结构、运行模式、控制策略与常用分布式电源的数学模型进行了分析介绍,为后文微电网模型的建立及协调控制策略的制定提供了理论基础。其次,针对储能系统中的单储能控制策略在功率波动平抑及储能寿命管理上存在的问题,提出了双储能协调切换控制策略。两组储能针对不同条件分离或协同工作,削峰与填谷的工作任务分别由两组储能担任,不仅能够提高对分布式电源功率波动的平抑性能,还能有效延长储能寿命。并对储能系统建立了基于模型预测算法的功率波动平抑模型,以验证双储能策略的波动平抑效果。最后在双储能策略下,对储能不同放电下限进行仿真,通过对寿命损耗数据进行拟合,得出最低寿命损耗下的放电下限。然后,针对微电网各单元的协同切换问题,提出了基于强化学习的微电网多模态切换控制策略,以优化各单元的协调控制策略,实现微电网各单元的协调工作。首先,基于微电网各个单元的行为建立能够描述其所有行为与状态的行为模型与状态模型。其中在电压分层切换控制单元中,为消除母线电压在层间波动可能导致频繁触发控制命令的问题,提出了改进的电压分层切换控制策略。并针对负荷管理单元中存在的重要负荷与非重要负荷提出分区管理机制,以保证重要负荷的稳定运行。最后通过电压安全指标对系统进行安全评估并基于此设计了奖惩策略。
其他文献
Markov跳变系统是一种特殊的混杂系统,由系统的状态和系统的模态两部分组成。其特点是能更好地模拟动态系统结构突变情况,比如环境突变,子系统的关联改变,系统的组件损坏以及人为干预等。因为有如此优良的性能,所以Markov跳变系统模型一直是控制领域的研究热点。本文对Markov跳变系统的异步控制问题进行研究,具体工作如下:首先,针对具有时变时滞和扰动的Markov跳变系统,研究基于混合观测器的异步控
全球能源短缺和环境污染的影响使得电动汽车正在逐渐地代替燃油汽车。随着电动汽车的普及,其大规模化地接入电网充电即将成为一种趋势,将会对城市电网的正常运行造成巨大的挑战。由于大量电动汽车充电会对电网产生较大影响,因此对电动汽车的日负荷进行预测和优化是必要的。为此,本文对相关问题进行了研究,以实现对电动汽车日负荷预测及其峰谷差优化。首先,针对电动汽车日负荷预测问题,本文提出了一种基于双链马尔科夫和决策树
制造业有着夯实经济基础的重要作用,国家对制造业的重视程度越来越高,传统车间生产已经不能满足生产要求,因此建设智能工厂是制造业未来发展的趋势。在建设智能工厂过程中,明确需求并给出合理科学的方法是必要可行的。本文从智能工厂的需求出发,建立了智能工厂生产架构,同时对调度的方法做了详细阐释。首先,指出了传统企业在建设智能工厂过程中出现的问题,对智能工厂的需求进行了分析,给出了基于需求的智能工厂生产解决方案
近年来,多智能体分布式一致性控制在移动机器人、无人机编队、网络化控制等方面有了广泛了发展,已经逐渐成为控制学科中的研讨热点。然而,对于其中最基本的一致性问题还存在着很多内容值得讨论,例如在实际生活中,通信往往通过共享网络执行,这意味着网络通信带宽和智能体的计算资源无法避免地受到限制。本文从这一点出发,通过结合动态事件触发的控制机制,对一般线性多智能体系统展开研究,在保证系统稳定性和一致性的前提下,
三维点云数据任务在计算机视觉以及机器人领域有着广泛的应用,随着深度学习技术在智慧出行、智能家居和智能园区等领域的发展为点云的分类和分割领域提供了新的可能性。然而,由于点云数据本身的不规则性、无序性、稀疏性等固有属性的存在,使得现有的三维点云深度学习架构仍无法避免特征信息提取能力不足、网络框架泛化能力差等问题。本课题以局部采样算法为基础,对三维点云数据的方向编码卷积设计、深度学习分类、分割网络结构设
新冠肺炎是一种传染性很强的疾病。自2019年12月以来,在全球范围内已经造成了两百多万人死亡,给全球人民带来了巨大的伤害。所以及时准确的识别新冠肺炎患者,不仅可以对患者进行及时的治疗,还可以有效防止疫情的扩散。新冠肺炎现阶段主要的检测手段是核酸检测,但是核酸检测的假阴性率太高,而且需要多次检测才能确诊。胸部X光片作为普通肺炎判断的标准,同时也可以成为新冠肺炎诊断的依据。由于新冠肺炎和普通肺炎的医疗
遥操作系统作为能够代替人类在核事故救援、空间探测、远程医疗以及农业等多个领域完成多种复杂操作的远程操作系统,近年来已经得到广泛的发展。随着功能的不断完善,遥操作系统的应用场景更为丰富,这也使得人们对遥操作系统的控制性能有了更高的要求。在实际应用中,遥操作系统主-从系统之间的网络通讯存在不可避免的通讯时延、遥操作系统自身较强的非线性特性以及所处环境的复杂性导致系统的控制性能极易受到通讯时延、模型参数
随着科学技术的高速发展和人类社会的不断进步,海洋逐渐成为各个国家争相研究的对象。我国是海洋大国,未来也必将会是海洋强国,党和政府都高度重视对海洋的研究和开发。水下无线传感器网络是近年来对海洋进行数据采集和监测的重要工具,具有很高的研究意义和研究价值。网络中有许多值得研究的方向,本文主要就水声信道质量预测、动态节点移动策略和静态节点中继部署三个方面进行了深入研究,主要研究内容为:(1)水下无线传感器
水泥工业是我国国民经济发展的支柱产业,水泥烧成系统是水泥生产的三大环节之一,对水泥烧成系统生产过程进行优化,对降低生产过程成本,提高水泥产品质量具有重要意义。目前,水泥烧成系统生产过程的优化主要依赖于操作员的经验,无法保证优化操作的合理性,同时在生产过程会由于操作的不合理性造成大量的能源消耗。本课题结合水泥烧成系统生产过程优化问题,对卷积神经网络(Convolution Neural Networ
睡眠是人类基本的活动,高质量的睡眠状态有利于人体的身体健康。随着生活和工作压力的加大,睡眠相关的疾病在当今社会日益突出,威胁着人们的身体健康和日常生活。目前通过人工标记睡眠分期需要人力和时间成本,效率低且主观性强。该文针对目前睡眠分期的类别不平衡、长时间依赖关系等问题出发,利用深度学习实现自动睡眠分期,在公开的数据集睡眠记录(Sleep-European Data Format,Sleep-EDF