基于深度Q学习的多微网被动并离网切换控制方法

    公开(公告)号:CN111817349A

    公开(公告)日:2020-10-23

    申请号:CN202010760683.6

    申请日:2020-07-31

    Applicant: 三峡大学

    Abstract: 基于深度Q学习的多微网被动并离网切换控制方法,当配电网发生故障时,判断多微网电源出力与联络线上产生功率缺额的大小关系,若多微网电源出力难以弥补联络线上产生的功率缺额;则将多微网内光伏、储能、负荷实时功率和联络线上产生的功率缺额,作为多微网运行环境信息,通过卷积神经网络提取多微网运行环境信息,构建状态空间和动作空间;基于优先经验回放机制,构建切换控制模型;构建奖励值函数;利用优先级采样方式代替均匀采样,通过更新卷积神经网络参数,输出负荷动作信息,得到最优减载策略。该方法在应对多微网被动并离网切换出现系统功率缺额时,仍然能够保证重要负荷稳定供电,有效维持系统电压和频率的稳定。

    基于竞争深度Q学习的微电网紧急减载方法

    公开(公告)号:CN113890048B

    公开(公告)日:2023-08-04

    申请号:CN202111234208.6

    申请日:2021-10-22

    Applicant: 三峡大学

    Abstract: 基于竞争深度Q学习的微电网紧急减载方法,首先考虑负荷的重要程度和系统的频率恢复时间,提出计及负荷频率调节效应和负荷减载优先级的减载贡献指标,该减载贡献指标作为减载判据被引入到竞争深度Q学习的奖励值函数中;其次考虑紧急减载的突发性及不确定性,通过竞争深度Q学习算法来获得累计回报最大的减载决策。该方法能够得到孤岛微电网紧急减载时的最优减载策略,以保证紧急孤岛期间重要负荷稳定供电。

    一种微电网并网的双层经济优化方法

    公开(公告)号:CN111552912B

    公开(公告)日:2023-06-06

    申请号:CN202010318493.9

    申请日:2020-04-21

    Applicant: 三峡大学

    Abstract: 一种微电网并网的双层经济优化方法,包括:步骤1:构建下层微电网优化模型;步骤2:求解各微电网参与上层交易的购/售电潜力、以及购/售电电价信息;步骤3:基于图论构建能量传递路径的上层优化模型;步骤4:基于JAYA‑Dijkstra算法,求解下层微电网优化模型、上层优化模型,得出各微电网输出功率的最优传输路径。本发明一种微电网并网的双层经济优化方法,能够有效提高多微电网的经济效益。

    基于深度Q学习的多微网被动并离网切换控制方法

    公开(公告)号:CN111817349B

    公开(公告)日:2023-08-25

    申请号:CN202010760683.6

    申请日:2020-07-31

    Applicant: 三峡大学

    Abstract: 基于深度Q学习的多微网被动并离网切换控制方法,当配电网发生故障时,判断多微网电源出力与联络线上产生功率缺额的大小关系,若多微网电源出力难以弥补联络线上产生的功率缺额;则将多微网内光伏、储能、负荷实时功率和联络线上产生的功率缺额,作为多微网运行环境信息,通过卷积神经网络提取多微网运行环境信息,构建状态空间和动作空间;基于优先经验回放机制,构建切换控制模型;构建奖励值函数;利用优先级采样方式代替均匀采样,通过更新卷积神经网络参数,输出负荷动作信息,得到最优减载策略。该方法在应对多微网被动并离网切换出现系统功率缺额时,仍然能够保证重要负荷稳定供电,有效维持系统电压和频率的稳定。

    一种基于二级控制的微网群谐波补偿方法

    公开(公告)号:CN110176769B

    公开(公告)日:2022-11-08

    申请号:CN201910399389.4

    申请日:2019-05-14

    Applicant: 三峡大学

    Abstract: 一种基于二级控制的微网群谐波补偿方法,包括:设计初级控制中重复控制的内模,构建内模控制的补偿环节,设计初级控制中准比例谐振控制器,设计二级控制器中多比例谐振控制器的传递函数,设计二级控制器中超前补偿器的传递函数和谐波补偿函数。本发明通过二级控制向初级控制发送补偿信号以调节主电源的输出电压,从而对微网群的电压谐波进行补偿。初级控制采用基于准比例谐振和重复控制的复合控制方法,其作用于微网群的主电源,能有效减少电网电压、频率波动产生的影响,具备较好的动态与稳态跟踪性能;该方法能够有效抑制微网群的电压谐波含量,提高电压电能质量。

    一种单三相混联微网群的协调控制方法

    公开(公告)号:CN109842137B

    公开(公告)日:2022-05-06

    申请号:CN201910198761.5

    申请日:2019-03-15

    Applicant: 三峡大学

    Abstract: 一种单三相混联微网群的协调控制方法,包括建立基于比例谐振控制的恒压控制数学模型;采用电压外环电流内环的双闭环控制方案;采集三相功率信息并进行三相不平衡度判断;二级控制协调三个单相微电网与三相微电网之间的传输功率。本发明一种单三相混联微网群的协调控制方法,初级控制结构简单,易于实现,不需多次旋转坐标,降低了控制算法实现难度;二级控制直接对微网群公共耦合点的功率进行调节,操作简单,能够较好的消除静态误差,且在处理微电网群电压不平衡问题时也能取得较好的控制效果。

    一种基于二级控制的微网群谐波补偿方法

    公开(公告)号:CN110176769A

    公开(公告)日:2019-08-27

    申请号:CN201910399389.4

    申请日:2019-05-14

    Applicant: 三峡大学

    Abstract: 一种基于二级控制的微网群谐波补偿方法,包括:设计初级控制中重复控制的内模,构建内模控制的补偿环节,设计初级控制中准比例谐振控制器,设计二级控制器中多比例谐振控制器的传递函数,设计二级控制器中超前补偿器的传递函数和谐波补偿函数。本发明通过二级控制向初级控制发送补偿信号以调节主电源的输出电压,从而对微网群的电压谐波进行补偿。初级控制采用基于准比例谐振和重复控制的复合控制方法,其作用于微网群的主电源,能有效减少电网电压、频率波动产生的影响,具备较好的动态与稳态跟踪性能;该方法能够有效抑制微网群的电压谐波含量,提高电压电能质量。

    基于竞争深度Q学习的微电网紧急减载方法

    公开(公告)号:CN113890048A

    公开(公告)日:2022-01-04

    申请号:CN202111234208.6

    申请日:2021-10-22

    Applicant: 三峡大学

    Abstract: 基于竞争深度Q学习的微电网紧急减载方法,首先考虑负荷的重要程度和系统的频率恢复时间,提出计及负荷频率调节效应和负荷减载优先级的减载贡献指标,该减载贡献指标作为减载判据被引入到竞争深度Q学习的奖励值函数中;其次考虑紧急减载的突发性及不确定性,通过竞争深度Q学习算法来获得累计回报最大的减载决策。该方法能够得到孤岛微电网紧急减载时的最优减载策略,以保证紧急孤岛期间重要负荷稳定供电。

    一种微电网并网的双层经济优化方法

    公开(公告)号:CN111552912A

    公开(公告)日:2020-08-18

    申请号:CN202010318493.9

    申请日:2020-04-21

    Applicant: 三峡大学

    Abstract: 一种微电网并网的双层经济优化方法,包括:步骤1:构建下层微电网优化模型;步骤2:求解各微电网参与上层交易的购/售电潜力、以及购/售电电价信息;步骤3:基于图论构建能量传递路径的上层优化模型;步骤4:基于JAYA-Dijkstra算法,求解下层微电网优化模型、上层优化模型,得出各微电网输出功率的最优传输路径。本发明一种微电网并网的双层经济优化方法,能够有效提高多微电网的经济效益。

    一种多微网分布式谐波补偿方法

    公开(公告)号:CN110165672A

    公开(公告)日:2019-08-23

    申请号:CN201910400027.2

    申请日:2019-05-14

    Applicant: 三峡大学

    Abstract: 一种多微网分布式谐波补偿方法,包括建立初级控制的数学模型;设计初级电压控制器,以控制对象、加权函数为广义被控对象,构造广义被控对象的优化问题模型;设计准比例谐振控制器;采集公共耦合点的三相电压,计算谐波畸变率,二级控制基于谐波畸变率生成控制信号,并将其传输至初级控制,以达到抑制谐波的目的。本发明一种多微网分布式谐波补偿方法,该方法中,初级控制能使输出电压具有较强的鲁棒性;二级控制通过向初级控制发送补偿信号以控制公共耦合点的谐波畸变率。该方法能够使输出电压具有较强的鲁棒性和较好的谐波抑制能力。

Patent Agency Ranking