为了解决新能源高渗透率下电网频率波动较大的问题,提出一种用于智能发电控制的博弈深度自适应动态规划(Stackelberg deep adaptive dynamic programming,SDADP)的多源调频协调策略。首先,采用自适应动态规划模型的3个深度神经网络结构...为了解决新能源高渗透率下电网频率波动较大的问题,提出一种用于智能发电控制的博弈深度自适应动态规划(Stackelberg deep adaptive dynamic programming,SDADP)的多源调频协调策略。首先,采用自适应动态规划模型的3个深度神经网络结构,学习电网历史数据特征,顺序进行预测、评价、执行动作,预测总调频功率指令,以减小多源系统的区域控制误差。然后,基于主从博弈,合理调度风光水火储调频源的功率,提高调频收益。最后,通过仿真验证所提多源调频博弈策略的协调优化结果。结果表明,所提SDADP多源调频博弈协调策略可降低多源系统频率偏差,并提高调频整体经济收益。展开更多
为解决传统比例?积分?微分(proportional integral differential,PID)控制应用于静止无功补偿器(static var compensator,SVC)非线性控制系统存在的不足,提出了一种基于自适应动态规划(adaptive dynamic programming,ADP)的SVC自适应优...为解决传统比例?积分?微分(proportional integral differential,PID)控制应用于静止无功补偿器(static var compensator,SVC)非线性控制系统存在的不足,提出了一种基于自适应动态规划(adaptive dynamic programming,ADP)的SVC自适应优化控制策略。采用小波神经网络和BP神经网络分别设计执行依赖启发式动态规划(action dependent heuristic dynamic programming,ADHDP)的执行网络和评价网络,以增强ADHDP对性能指标函数的逼近能力和控制律优化能力,然后用其设计了SVC控制系统的电压调节器。在Matlab/Simulink仿真平台对所提出的ADHDP控制方法进行了仿真,并与执行网络、评价网络均采用BP神经网络设计的经典ADHDP控制方法的控制效果进行了对比,验证了基于ADHDP的SVC电压优化控制方法的可行性和有效性。相比之下,所提出的ADHDP控制方法具有更好的电压稳定和控制效果,控制系统具有较快的响应速度、较好的动态和静态稳定性和较强的自适应能力。展开更多
文摘为了解决新能源高渗透率下电网频率波动较大的问题,提出一种用于智能发电控制的博弈深度自适应动态规划(Stackelberg deep adaptive dynamic programming,SDADP)的多源调频协调策略。首先,采用自适应动态规划模型的3个深度神经网络结构,学习电网历史数据特征,顺序进行预测、评价、执行动作,预测总调频功率指令,以减小多源系统的区域控制误差。然后,基于主从博弈,合理调度风光水火储调频源的功率,提高调频收益。最后,通过仿真验证所提多源调频博弈策略的协调优化结果。结果表明,所提SDADP多源调频博弈协调策略可降低多源系统频率偏差,并提高调频整体经济收益。
