源荷不确定冷热电联供微网能量调度的建模与学习优化

被引：30

作者：

李怡瑾 ^{[1
]}

唐昊 ^{[1
]}

吕凯 ^{[1
]}

郭晓蕊 ^{[2
]}

许丹 ^{[3
]}

机构：

[1] 合肥工业大学电气与自动化工程学院

[2] 中国电力科学研究院(南京)电力自动化研究所

[3] 中国电力科学研究院(北京)电力自动化研究所

来源：

控制理论与应用 | 2018年 / 35卷 / 01期

基金：

国家重点研发计划;

关键词：

冷热电联供微网; 能量调度; 马尔科夫过程; 强化学习;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理];

摘要：

针对含光伏,微型燃气轮机组等分布式能源的冷热电联供微网系统,研究源荷双侧不确定情况下多类型能量调度动态优化问题.首先,针对光伏出力和异类负荷的随机不确定性,将光伏和负荷的变化描述为连续马尔科夫过程;然后以决策时刻,负荷需求以及分布式能源出力的离散值为状态分量,以微型燃气轮机组启停行动和储能充放行动为动作分量,在分时电价模式下,以降低包括购电成本,燃料代价,启停代价等在内的日运行成本为调度优化目标,将源荷不确定冷热电联供微网系统调度动态优化问题描述为马尔科夫决策过程模型,并引入强化学习方法对该问题进行策略求解.最后通过算例仿真对不同策略进行了比较,验证了优化方法的有效性.

引用

页码：56 / 64

页数：9

共 16 条

[1]

含高渗透率风电的微网系统鲁棒经济调度方法 [J].

陈皓勇 ;

王勇超 ;

禤培正 ;

梁子鹏 ;

华栋 .

控制理论与应用, 2017, 34 (08) :1104-1111

[2]

能源互联微网系统供需双侧多能协同优化策略及其求解算法 [J].

曾鸣 ;

韩旭 ;

李冉 ;

李源非 ;

彭丽霖 ;

李娜 .

电网技术, 2017, 41 (02) :409-417

[3]

能源互联网动态协调优化控制体系构建 [J].

孙秋野 ;

滕菲 ;

张化光 ;

马大中 .

中国电机工程学报, 2015, 35 (14) :3667-3677

[4]

带有储能设备的智能电网电能迭代自适应动态规划最优控制 [J].

王澄 ;

刘德荣 ;

魏庆来 ;

赵冬斌 ;

夏振超 .

自动化学报, 2014, 40 (09) :1984-1990

[5]

含DC/DC变换器全钒液流电池储能系统安全充放电策略 [J].

李辉 ;

季海婷 ;

付博 ;

杨超 ;

秦星 ;

陈耀君 .

电力系统自动化, 2013, 37 (24) :7-11+18

[6]

冷热电联供微网优化调度通用建模方法 [J].

王成山 ;

洪博文 ;

郭力 ;

张德举 ;

刘文建 .

中国电机工程学报, 2013, 33 (31) :26-33+3

[7]

可再生能源分布式发电能量管理的复杂性研究 [J].

曾君 ;

刘俊峰 ;

吴丽群 ;

吴捷 ;

颜汉荣 .

控制理论与应用, 2012, 29 (02) :257-264

[8]

考虑风电随机性的微电网热电联合调度(英文) [J].

徐立中 ;

杨光亚 ;

许昭 ;

董朝阳 ;

JSTERGAARD ;

曹一家 .

电力系统自动化, 2011, 35 (09) :53-60+66

[9]

基于马尔可夫链的光伏发电系统输出功率短期预测方法 [J].

丁明 ;

徐宁舟 .

电网技术, 2011, 35 (01) :152-157

[10]

Solar assisted CCHP system; energetic; economic and environmental analysis; case study: Educational office buildings.[J].Maryam Fani;Amirhassan Sadreddin.Energy & Buildings.2017,

← 1 2 →