基于深度强化学习的热电联产系统经济调度方法

    公开(公告)号:CN111144728B

    公开(公告)日:2023-08-04

    申请号:CN201911314830.0

    申请日:2019-12-18

    摘要: 本发明公开一种基于深度强化学习的热电联产系统经济调度方法,包括S1,针对热电联产系统运行模型,利用马尔科夫链模型描述该运行模型,分别对优化方法中的目标函数和约束目标进行了严格的转化,并给出了证明;S2,改进深度强化学习中的DPPO算法用于在多种运行状态下训练智能代理,首先在每个训练回合开始前运行环境会在合理的运行范围内随机产生运行数据;回合内智能代理会根据当前内部神经网络参数产生控制策略,与运行环境交互;回合结束后会以最大化回合内累计奖励为目标反向传播,优化智能代理的网络参数,使其学习到应对不同热电联产系统运行状态下的经济调度策略。本发明大大提升了使用的便捷性。同时有更好的收敛性能。

    一种基于NARMA-L2模型微电网能量管理方法

    公开(公告)号:CN109066707B

    公开(公告)日:2021-03-02

    申请号:CN201811054866.5

    申请日:2018-09-11

    IPC分类号: G06F17/10

    摘要: 本发明公开了一种基于NARMA‑L2模型微电网能量管理方法,包括以下步骤:步骤10)利用NARMA‑L2模型建立分布式电源输出与控制输入之间的关系式;步骤20)基于牵制控制理念,以无功功率均分为目标,针对系统内分布式电源产生控制信号输入与电压输出数据集;步骤30)以步骤20)得到的数据集训练步骤10)中表达式内用于表征复杂非线性函数的神经网络,拟合无功功率均分情形下分布式电源非线性输出动态特性;步骤40)利用梯度下降搜索算法产生参考值,完成微电网无功功率协同控制。该方法利用神经网络拟合输入输出特性中复杂的非线性函数,实现微电网的去模型化控制;同时基于牵制控制理念,实现微电网的协同控制,提升控制响应速度和准确性。

    一种热蒸汽网络稳态仿真方法

    公开(公告)号:CN114117819B

    公开(公告)日:2022-11-11

    申请号:CN202111478497.4

    申请日:2021-12-06

    IPC分类号: G06F30/20 G06F119/08

    摘要: 一种热蒸汽网络稳态仿真方法、系统、设备及介质。该方法包括如下步骤:步骤1):建立热蒸汽网络稳态仿真模型,包括管段动量平衡方程、节点质量流量平衡方程、管段质量流量平衡方程和管段能量平衡方程;步骤2):确定热蒸汽网络求解条件;步骤3):确定热蒸汽网络求解算法;步骤4):求解运算,并进行结果分析。本发明利用饱和蒸汽性质的分段线性化对模型进行了简化,在保证求解准确性的同时大大提升了模型求解速度;精确考虑了热蒸汽传输过程的冷凝水损失;并引入散热损失修正系数,以提高散热损失计算的准确性。本发明提供的热蒸汽网络稳态仿真分析方法,能够实现热蒸汽网络兼具高仿真精度和仿真速度的稳态实时仿真。

    一种热蒸汽网络稳态仿真方法、系统、设备及介质

    公开(公告)号:CN114117819A

    公开(公告)日:2022-03-01

    申请号:CN202111478497.4

    申请日:2021-12-06

    IPC分类号: G06F30/20 G06F119/08

    摘要: 一种热蒸汽网络稳态仿真方法、系统、设备及介质。该方法包括如下步骤:步骤1):建立热蒸汽网络稳态仿真模型,包括管段动量平衡方程、节点质量流量平衡方程、管段质量流量平衡方程和管段能量平衡方程;步骤2):确定热蒸汽网络求解条件;步骤3):确定热蒸汽网络求解算法;步骤4):求解运算,并进行结果分析。本发明利用饱和蒸汽性质的分段线性化对模型进行了简化,在保证求解准确性的同时大大提升了模型求解速度;精确考虑了热蒸汽传输过程的冷凝水损失;并引入散热损失修正系数,以提高散热损失计算的准确性。本发明提供的热蒸汽网络稳态仿真分析方法,能够实现热蒸汽网络兼具高仿真精度和仿真速度的稳态实时仿真。