-
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。
-
公开(公告)号：CN111884258B
公开(公告)日：2023-08-01
申请号：CN202010762835.6
申请日：2020-07-31
Applicant: 三峡大学
Abstract: 考虑负荷重要等级的多微网被动并离网平滑切换方法，多微网被动并离网时自动调节；建立多微网被动并离网时紧急控制模型；基于层次分析法，计算每一个负荷的协调减载因子；基于负荷的协调减载因子，确定减载地点。本发明一种考虑负荷重要等级的多微网被动并离网平滑切换方法，该方法利用微电网电源层面和系统层面两个阶段的控制，并对负荷进行重要程度评估。该方法能够保证多微网被动并离网期间对敏感负荷的不间断供电，从而实现多微网并网模式和孤岛模式之间的无缝切换。
-
公开(公告)号：CN113890098A
公开(公告)日：2022-01-04
申请号：CN202111235755.6
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 基于人工情感SARSA学习的微电网非计划性孤岛切换方法，包括以下步骤：计算联络线上产生的功率缺额；构建微电网状态信息集和动作决策集；构建基于负荷优先级的奖励值函数；建立基于负荷优先级的期望奖赏函数；构建人工情感量化函数；构建人工情感系数输出函数；引入二次函数将情感系数转化为SARSA学习的实际影响，并将其作用到SARSA学习智能体的学习率，输出时变的学习率；构建状态‑动作值函数的更新函数。通过执行使值函数累积最大的减载动作，消除联络线功率缺额。本发明所述方法在微电网因配网故障而发生非计划性孤岛时能够保证重要负荷的供电可靠性，维持系统频率的稳定。
-
公开(公告)号：CN112117782A
公开(公告)日：2020-12-22
申请号：CN202010922631.4
申请日：2020-09-04
Applicant: 三峡大学
Abstract: 本发明属于微电网优化控制领域，公开了基于径向基函数模型的微电网运行优化方法，包括：建立以发电单元输出功率、储能电池充放电功率、联络线交互功率为控制对象的微电网优化模型；确定微电网优化模型的约束条件；随机抽样，生成初始采样点集；基于初始采样点集构建径向基函数模型；利用径向基函数模型估计并求解出微电网优化模型的最优解，优化微电网运行。本发明避免了反复大量调用复杂的目标函数，有效的减少计算负担和时间，提高系统最优解的搜索效率。
-
公开(公告)号：CN113890063B
公开(公告)日：2023-07-28
申请号：CN202111235807.X
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 一种孤岛微电网恢复频率的协调减载控制方法，首先，考虑各分布式电源的有功功率与频率偏差之间的关系，根据本地测量的频率偏差来计算减载量和指导减载动作；其次，对于减载对象的选择，将孤岛微电网的减载问题建模为一个马尔科夫决策过程，在Double‑Q学习中基于负荷优先级构建奖励值函数和减载模型以确定减载对象，保证优先级较低的负荷能够优先被切除。本发明一种孤岛微电网恢复频率的协调减载控制方法，相较于物理模型驱动的减载方法，在应对微电网发生非计划孤岛时能够更迅速地恢复系统的功率供需关系，降低减载时微电网频率的波动幅度，保证重要负荷的不间断供电。
-
Patent Agency Ranking
公开(公告)号：CN112117782B
公开(公告)日：2022-04-08
申请号：CN202010922631.4
申请日：2020-09-04
Applicant: 三峡大学
Abstract: 本发明属于微电网优化控制领域，公开了基于径向基函数模型的微电网运行优化方法，包括：建立以发电单元输出功率、储能电池充放电功率、联络线交互功率为控制对象的微电网优化模型；确定微电网优化模型的约束条件；随机抽样，生成初始采样点集；基于初始采样点集构建径向基函数模型；利用径向基函数模型估计并求解出微电网优化模型的最优解，优化微电网运行。本发明避免了反复大量调用复杂的目标函数，有效的减少计算负担和时间，提高系统最优解的搜索效率。
-
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。
-
公开(公告)号：CN113890063A
公开(公告)日：2022-01-04
申请号：CN202111235807.X
申请日：2021-10-22
Applicant: 三峡大学
Abstract: 一种孤岛微电网恢复频率的协调减载控制方法，首先，考虑各分布式电源的有功功率与频率偏差之间的关系，根据本地测量的频率偏差来计算减载量和指导减载动作；其次，对于减载对象的选择，将孤岛微电网的减载问题建模为一个马尔科夫决策过程，在Double‑Q学习中基于负荷优先级构建奖励值函数和减载模型以确定减载对象，保证优先级较低的负荷能够优先被切除。本发明一种孤岛微电网恢复频率的协调减载控制方法，相较于物理模型驱动的减载方法，在应对微电网发生非计划孤岛时能够更迅速地恢复系统的功率供需关系，降低减载时微电网频率的波动幅度，保证重要负荷的不间断供电。
-
公开(公告)号：CN111817302A
公开(公告)日：2020-10-23
申请号：CN202010762828.6
申请日：2020-07-31
Applicant: 三峡大学
Abstract: 一种考虑灵活性潜力的负荷运行优化方法，它包括以下步骤：（1）建立可调控负荷的数学模型；（2）建立基于灵活性潜力的负荷优化模型；（3）获得各个负荷的最优运行时段。在步骤1）中，针对多种负荷，建立可调控负荷的数学模型；在步骤2）中，建立基于灵活性潜力的负荷优化模型，该负荷优化模型的目标为将用户的用电成本降至最低。本发明的目的是为了解决现有技术所考虑负荷种类单一，适用场景存在较大的局限性，并且需求侧灵活性潜力有待进一步提高的技术问题。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.015 seconds)
