在“双碳”背景下,含混合储能系统(hybrid energy storage system,HESS)的风电场对系统配置优化能力的要求不断提高。为提升系统配置优化协同性,实现风电波动平抑,综合考虑经济性、平抑效果和使用寿命,提出了一种基于模糊控制的并网风...在“双碳”背景下,含混合储能系统(hybrid energy storage system,HESS)的风电场对系统配置优化能力的要求不断提高。为提升系统配置优化协同性,实现风电波动平抑,综合考虑经济性、平抑效果和使用寿命,提出了一种基于模糊控制的并网风储一体化系统多目标优化配置方法。首先,为了使储能功率与风电场的性能特征相匹配,应用快速傅里叶变换(fast Fourier transform,FFT)作为分频方法,实现了自适应小波包平滑策略下的HESS功率分配。然后,基于经济性和平抑效果建立多目标优化模型,确定了最优的HESS配置方案。最后,设计优化储能使用寿命的模糊控制策略,改善了高功率存储(high power storage,HPS)的充放电水平,有效优化了HPS的荷电状态(state of charge,SOC)。展开更多
深度强化学习是实现建筑能源系统(building energy system,BES)优化控制的有效方法,但其实际应用面临模型训练收敛效率低和室温约束越限的挑战。为解决这一难题,提出一种考虑虚拟储能系统(virtual energy storage system,VESS)的BES近...深度强化学习是实现建筑能源系统(building energy system,BES)优化控制的有效方法,但其实际应用面临模型训练收敛效率低和室温约束越限的挑战。为解决这一难题,提出一种考虑虚拟储能系统(virtual energy storage system,VESS)的BES近端策略优化(proximal policy optimization,PPO)控制方法。首先,基于建筑围护结构的热惰性特性,构建了建筑VESS模型,并提出了虚拟功率、虚拟容量和虚拟荷电状态3个VESS参数,用以量化热惰性提供的BES可调潜力;在此基础上,将包含VESS的BES模型转化为马尔可夫决策过程,并定义了相应的状态变量、控制动作、奖励函数和转移函数;最后,采用PPO算法对BES进行优化控制。算例结果表明,所提方法有效降低了BES运行成本和室温越限比例,同时显著提升了优化控制策略的生成速度。展开更多
文摘在“双碳”背景下,含混合储能系统(hybrid energy storage system,HESS)的风电场对系统配置优化能力的要求不断提高。为提升系统配置优化协同性,实现风电波动平抑,综合考虑经济性、平抑效果和使用寿命,提出了一种基于模糊控制的并网风储一体化系统多目标优化配置方法。首先,为了使储能功率与风电场的性能特征相匹配,应用快速傅里叶变换(fast Fourier transform,FFT)作为分频方法,实现了自适应小波包平滑策略下的HESS功率分配。然后,基于经济性和平抑效果建立多目标优化模型,确定了最优的HESS配置方案。最后,设计优化储能使用寿命的模糊控制策略,改善了高功率存储(high power storage,HPS)的充放电水平,有效优化了HPS的荷电状态(state of charge,SOC)。
文摘深度强化学习是实现建筑能源系统(building energy system,BES)优化控制的有效方法,但其实际应用面临模型训练收敛效率低和室温约束越限的挑战。为解决这一难题,提出一种考虑虚拟储能系统(virtual energy storage system,VESS)的BES近端策略优化(proximal policy optimization,PPO)控制方法。首先,基于建筑围护结构的热惰性特性,构建了建筑VESS模型,并提出了虚拟功率、虚拟容量和虚拟荷电状态3个VESS参数,用以量化热惰性提供的BES可调潜力;在此基础上,将包含VESS的BES模型转化为马尔可夫决策过程,并定义了相应的状态变量、控制动作、奖励函数和转移函数;最后,采用PPO算法对BES进行优化控制。算例结果表明,所提方法有效降低了BES运行成本和室温越限比例,同时显著提升了优化控制策略的生成速度。
