-
题名基于知识共享的高比例可再生能源系统发电控制
被引量：4
- 1
-
-
作者
卢有飞
邹时容
刘璐豪
赵宏伟
包涛
徐箭
-
机构
广东电网有限责任公司广州供电局
南方电网数字电网研究院有限公司
武汉大学电气与自动化学院
-
出处
《高压电器》
CAS
CSCD
北大核心
2024年第10期33-45,共13页
-
基金
南方电网公司资助科技项目(GZHKJXM20210041)。
-
文摘
具有不确定性的可再生能源并网比例提高使得系统状态变化多样性,增加系统准确控制难度,促使系统能源协同调度。文中首先提出了一种参数知识共享算法,通过共享深度神经网络参数来提高计算速度和准确性。然后,构建双层联动发电控制框架,运用参数知识共享算法,通过对相似求解目标之间的参数迁移,提高深度神经网络参数设置的计算速度和准确性,对各类型储能进行指令分配,运用提出的区间快速收缩算法对各类型储能进行指令分配。最后,一个含高比例可再生能源电力系统的实验结果表明:所提算法较对比算法在频率偏差平均值和成本上分别降低了22.5%和3.77%。
-
关键词
自动发电控制
高比例可再生能源系统
知识共享
深度神经网络
区间快速收缩算法
-
Keywords
automatic generation control
high percentage of renewable energy system
knowledge sharing
deep neural networks
interval fast contraction algorithm
-
分类号
TM61
[电气工程—电力系统及自动化]
-
