基于多智能体深度强化学习的有源配电网实时电压控制方法

    公开(公告)号:CN117674160A

    公开(公告)日:2024-03-08

    申请号:CN202311420744.4

    申请日:2023-10-30

    Applicant: 三峡大学

    Abstract: 基于多智能体深度强化学习的有源配电网实时电压控制方法,包括以下步骤:步骤1:以配电网全天平均电压偏差最小和网损最小建立目标函数;步骤2:建立有源配电网实时电压控制模型的约束条件;步骤2.1:建立潮流约束;步骤2.2:建立光伏逆变器出力约束;步骤2.3:建立运行电压约束;步骤3:将有源配电网实时电压控制模型转变为分散部分可观测的马尔科夫决策过程Dec‑POMDP;步骤4:采用多智能体双延迟深度确定性策略梯度(MATD3PG)算法进行求解;步骤5:在集中式训练‑分散式执行的框架下实现光伏逆变器的协同电压控制。本发明所提方法无需依赖精确的配电网模型,并且本发明仅采用光伏逆变器调压,在不进行光伏有功削减的情况下,将电压稳定控制在安全范围。

    一种基于GA-BP神经网络的潮流计算方法

    公开(公告)号:CN117335425A

    公开(公告)日:2024-01-02

    申请号:CN202311116189.6

    申请日:2023-08-31

    Applicant: 三峡大学

    Abstract: 一种基于GA‑BP神经网络的潮流计算方法,包括如下步骤:步骤1,收集电力系统的历史数据,包括有功功率、无功功率、电压幅值和相位,对数据进行归一化处理,并将数据划分为训练集和测试集;步骤2,建立BP神经网络模型;步骤3,初始化GA遗传算法参数;步骤4,使用GA遗传算法优化BP神经网络模型的权值和阈值,若达到最大迭代次数,停止迭代,将最优权值和阈值带入到BP神经网络模型,获得最优参数的BP神经网络模型;步骤5,使用测试集对最优参数的BP神经网络进行测试,评价模型的精度。本发明提供一种基于GA‑BP神经网络的潮流计算方法,建立非线性映射关系,解决了线性潮流无法精确表达潮流计算的非线性关系问题。

    基于机会约束规划的风储联合调频中储能的容量优化方法

    公开(公告)号:CN116599077A

    公开(公告)日:2023-08-15

    申请号:CN202211607592.4

    申请日:2022-12-14

    Applicant: 三峡大学

    Abstract: 基于机会约束规划的风储联合调频中储能的容量优化方法,属于电力系统新能源调频领域,包括以下步骤:步骤1:获取电力系统的基础数据;步骤2:构建风电场一次调频需求与风机一次调频备用容量模型;步骤3:构建储能全寿命周期成本模型;步骤4:构建基于机会约束规划的储能容量优化模型;步骤5:依据风储系统提供的一次调频容量满足系统一次调频需求的概率确定机会约束置信度;步骤6:采用蚁狮优化算法求解,选取最佳储能容量配备方案。本发明解决了目前风储联合系统在调频方面多关注在控制策略上而忽略了储能的容量配置成本,且风电并网电力系统中的储能容量优化配置更多集中在改善风电出力的波动性,并非辅助风电参与调频上的问题。

    一种考虑源荷不确定性的火电机组灵活性改造规划方法

    公开(公告)号:CN114548757B

    公开(公告)日:2024-07-02

    申请号:CN202210158115.8

    申请日:2022-02-21

    Applicant: 三峡大学

    Abstract: 一种考虑源荷不确定性的火电机组灵活性改造规划方法,它包括以下步骤:步骤1:获取电力系统的基础数据;步骤2:对所获取的电力系统的基础数据进行数据处理;步骤3:根据系统基础数据构建电力系统年度随机规划模型;步骤4:将随机规划模型中的机会约束确定化;步骤5:设置不同的火电机组调峰深度并对模型分别进行求解,比较各不同调峰深度下年运行结果,择取最优火电机组改造方案;步骤6:调节机会约束的置信度以达到更优的系统运行状态。本发明的目的是为了解决目前在对高比例可再生能源电力系统中火电机组灵活性进行改造及深度调峰运行进行优化时,所存在的因为可再生能源出力存在随机性及波动性,导致预测与实际出力的不一致,使得确定性的优化给出的结果往往偏于保守的技术问题。

    一种基于数据驱动的配电网户变关系识别方法

    公开(公告)号:CN117493922A

    公开(公告)日:2024-02-02

    申请号:CN202311233645.5

    申请日:2023-09-22

    Applicant: 三峡大学

    Abstract: 一种基于数据驱动的配电网户变关系识别方法,包括以下步骤:步骤一,电压数据处理归一化,由于用户电压差距较大,采用最大最小归一化方法;步骤二,核主成分分析降维;核主成分分析降维方法为一种加入核函数的主成分分析降维方法,核主成分分析通过核函数使用核函数将数据映射到高维特征空间,然后在该空间中进行降维。步骤三,K‑means聚类,基于同一台区电压数据具有相似性这一原理,对降维处理后的数据进行聚类,从何实现台区户变关系识别。首先采用最大最小值归一化方法对原始数据进行预处理,使用户电压数据特征差异更加明显。再对处理后的数据采用核主成分分析进行降维,方便后续聚类算法的准确性以及快速性。

    基于爬坡方向和累积分布概率划分状态的风电功率序列建模算法

    公开(公告)号:CN117493788A

    公开(公告)日:2024-02-02

    申请号:CN202311202926.4

    申请日:2023-09-18

    Applicant: 三峡大学

    Abstract: 基于爬坡方向和累积分布概率划分状态的风电功率序列建模算法,包括:Step1、统计原始风电功率数据,并进行分类;Step2、按出力累积概率和爬坡方向定义风电功率的不同出力状态;Step3、生成状态跳变率矩阵;Step4、生成给定抽样次数的风电功率状态序列;Step5、生成服从其分布的各状态持续时间集合;Step6、生成服从其分布的随机功率集合;Step7、遍历Step4的风电功率状态序列;Step8、得出最终的出力时间序列曲线。提高风电时间序列模型对大出力状态的建模—抽样精度;引入爬坡方向,对风电出力连续爬坡至大出力状态的过程进行更准确地描述,并提出以累积分布概率划分状态区间而不是以功率大小均匀划分状态空间,使各个状态区间的样本分布更均匀,进一步提高了模型的精度。

    基于配电网负荷平衡度指标的蓄热式电采暖有序运行方法

    公开(公告)号:CN114165829B

    公开(公告)日:2022-12-16

    申请号:CN202111328867.6

    申请日:2021-11-10

    Applicant: 三峡大学

    Abstract: 基于配电网负荷平衡度指标的蓄热式电采暖有序运行方法,方法包括:获取供暖面积热指标计算方法参数、电热耦合关系参数、配电网基础负荷参数、分时电价参数、电采暖及蓄热装置相关参数;根据供暖面积热指标计算方法参数、电热耦合关系参数、配电网基础负荷参数、分时电价参数、电采暖及蓄热装置相关参数,以及配电网负荷平衡度指标、惩罚因子,获取蓄热式电采暖设备的最优运行方式。本发明实施例能在满足用户的取暖需求前提下,在分时电价的引导下,蓄热式电采暖设备在夜间低谷电价时段运行,提升了用户的经济性,同时在配电网负荷平衡度指标的作用下,降低配电网的负荷波动,提高配电网运行的安全性。

Patent Agency Ranking