-
公开(公告)号:CN116565952A
公开(公告)日:2023-08-08
申请号:CN202310524043.9
申请日:2023-05-10
申请人: 上海电力大学
IPC分类号: H02J3/38 , H02J3/24 , H02J3/06 , H02J3/00 , G06F18/214 , G06Q50/06 , G06F18/241
摘要: 本发明涉及一种用于孤岛微电网的全分布式负荷频率控制方法,该方法包括以下步骤:步骤S1、孤岛微电网建模:对孤岛微电网进行马尔科夫决策过程建模,将每个发电机组设置为一个智能体,初始化动作空间和状态空间;步骤S2、智能体预学习:利用集中训练原则对智能体进行协调训练,得到分布式全局最优协调策略;步骤S3、负荷频率控制:每个分布式的发电机组就地采集微电网的频率状态和出力状态,采用分散执行策略决策输出自身机组的发电功率指令,进行负荷频率控制LFC。与现有技术相比,本发明具有决策准确性高、效率高以及鲁棒性高的优点。
-
公开(公告)号:CN116154236A
公开(公告)日:2023-05-23
申请号:CN202211622587.0
申请日:2022-12-16
申请人: 上海电力大学
IPC分类号: H01M8/04992 , H01M8/04298 , H01M8/0438 , H01M8/04537 , H01M8/04858 , H01M8/04746 , H01M8/04701
摘要: 本发明涉及一种固体氧化物燃料电池供气系统协调控制方法,其中包括离线训练:设置两个智能体,分别为氢气智能体和空气智能体,所述氢气智能体和空气智能体分别用于控制进入固体氧化物燃料电池的氢气流速和空气流速,之后采用集中学习、分散执行的方式对智能体进行训练;还包括在线应用:根据训练完成的协调控制策略模型,氢气智能体检测固体氧化物燃料电池的氢气流量与输出电压,空气智能体通过调整空压机电机电压来控制氧气流量。与现有技术相比,本发明首次将分布式深度强化学习的内容应用于固体氧化物燃料电池供气系统的能量管理领域,将人工智能技术与传统气体流量控制技术相结合提高固体氧化物燃料电池供气系统的效率。
-