有限集模型预测控制方法(finite control set model predictive control,FCS-MPC)因其能够实现多目标的控制,在模块化多电平变换器(modular multilevel converter,MMC)中得到广泛应用。随着子模块数量增加,模型预测控制方法计算量呈指...有限集模型预测控制方法(finite control set model predictive control,FCS-MPC)因其能够实现多目标的控制,在模块化多电平变换器(modular multilevel converter,MMC)中得到广泛应用。随着子模块数量增加,模型预测控制方法计算量呈指数增长,面临计算复杂度高、权重因子难以整定等问题。为了解决上述问题,提出了一种基于多变量校正控制集的MMC模型预测控制策略(multi-variate adjusting set predictive control,MAS-MPC)。该策略基于输出电流与桥臂电压差对子模块投入控制集进行快速校正,通过评估两个成本函数得到最优开关矢量。此外,提出了一种基于分化中项的电容电压平衡方案,可以有效降低排序算法的复杂度。为了验证所提策略的有效性,使用Matlab/Simulink软件平台搭建了10电平的三相MMC系统,并与传统方案进行比较。所提方案在降低输出电流与环流的谐波含量的同时,大幅减少了系统的计算量,使得系统具有更快速的动态响应速度。展开更多
虚拟电厂(virtual power plant,VPP)作为多能流互联的综合能源网络,已成为中国加速实现双碳目标的重要角色。但VPP内部资源协同低碳调度面临多能流的耦合程度紧密、传统碳交易模型参数主观性强、含高维动态参数的优化目标在线求解困难...虚拟电厂(virtual power plant,VPP)作为多能流互联的综合能源网络,已成为中国加速实现双碳目标的重要角色。但VPP内部资源协同低碳调度面临多能流的耦合程度紧密、传统碳交易模型参数主观性强、含高维动态参数的优化目标在线求解困难等问题。针对这些问题,文中提出一种融合注意力机制(attention mechanism,AM)与柔性动作评价(soft actor-critic,SAC)算法的VPP多能流低碳调度方法。首先,根据VPP的随机碳流特性,面向动态参数建立基于贝叶斯优化的改进阶梯型碳交易机制。接着,以经济效益和碳排放量为目标函数构建含氢VPP多能流解耦模型。然后,考虑到该模型具有高维非线性与权重参数实时更新的特征,利用融合AM的改进SAC深度强化学习算法在连续动作空间对模型进行求解。最后,对多能流调度结果进行仿真分析和对比实验,验证了文中方法的可行性及其相较于原SAC算法较高的决策准确性。展开更多
文摘有限集模型预测控制方法(finite control set model predictive control,FCS-MPC)因其能够实现多目标的控制,在模块化多电平变换器(modular multilevel converter,MMC)中得到广泛应用。随着子模块数量增加,模型预测控制方法计算量呈指数增长,面临计算复杂度高、权重因子难以整定等问题。为了解决上述问题,提出了一种基于多变量校正控制集的MMC模型预测控制策略(multi-variate adjusting set predictive control,MAS-MPC)。该策略基于输出电流与桥臂电压差对子模块投入控制集进行快速校正,通过评估两个成本函数得到最优开关矢量。此外,提出了一种基于分化中项的电容电压平衡方案,可以有效降低排序算法的复杂度。为了验证所提策略的有效性,使用Matlab/Simulink软件平台搭建了10电平的三相MMC系统,并与传统方案进行比较。所提方案在降低输出电流与环流的谐波含量的同时,大幅减少了系统的计算量,使得系统具有更快速的动态响应速度。
文摘虚拟电厂(virtual power plant,VPP)作为多能流互联的综合能源网络,已成为中国加速实现双碳目标的重要角色。但VPP内部资源协同低碳调度面临多能流的耦合程度紧密、传统碳交易模型参数主观性强、含高维动态参数的优化目标在线求解困难等问题。针对这些问题,文中提出一种融合注意力机制(attention mechanism,AM)与柔性动作评价(soft actor-critic,SAC)算法的VPP多能流低碳调度方法。首先,根据VPP的随机碳流特性,面向动态参数建立基于贝叶斯优化的改进阶梯型碳交易机制。接着,以经济效益和碳排放量为目标函数构建含氢VPP多能流解耦模型。然后,考虑到该模型具有高维非线性与权重参数实时更新的特征,利用融合AM的改进SAC深度强化学习算法在连续动作空间对模型进行求解。最后,对多能流调度结果进行仿真分析和对比实验,验证了文中方法的可行性及其相较于原SAC算法较高的决策准确性。
