基于动态网络切换拓扑的可控负荷分布式协调控制方法、装置及系统

    公开(公告)号:CN113688348B

    公开(公告)日:2024-02-27

    申请号:CN202110804693.X

    申请日:2021-07-16

    发明人: 刘启斌 魏杰 陈征

    摘要: 本发明公开了一种基于动态网络切换拓扑的可控负荷分布式协调控制方法、装置及系统,所述方法包括获取电价激励下的可调负荷优化调控模型;根据用户参与状态将所述可调负荷优化调控模型转换为切换拓扑结构,进而获得拉格朗日函数;求解所述拉格朗日函数,得到全局最优解。本发明针对可控负荷中存在数量众多且分散的问题,充分考虑各可控负荷的动力学特性,基于分布式协调控制理论对其进行优化控制,同时,针对可控负荷的通信网络动态、拓扑切换等问题,将传统分布式控制策略发展到动态切换拓扑下的网络化分布式控制策略,解决了传统控制方法无法应对的网络拓扑动态切换的难题,实现(56)对比文件Neven V. Kovacki 等.Scalablealgorithm for the dynamic reconfigurationof the distribution network using thelagrange relaxation approach.ElectricalPower and Energy Systems.2017,第94卷188-202.徐熙林 等.主动配电网源荷储分布式协调优化运行(一):基于一致性理论的分布式协调控制系统建模.中国电机工程学报.2018,第38卷(第10期),2841-2848+3135.

    一种基于强化学习算法的需求侧响应负荷分析方法

    公开(公告)号:CN114676949A

    公开(公告)日:2022-06-28

    申请号:CN202111369919.4

    申请日:2021-11-18

    发明人: 刘启斌 魏杰 陈征

    摘要: 本发明公开一种基于强化学习算法的需求侧响应负荷分析方法,包括:获取电网用电侧可调负荷信息、电力现货市场信息以及供电侧机组发电信息,以及预先构建的基于用户选择的需求响应模型;基于需求响应模型,将用户负荷动态转移问题转换为离散的无限马尔科夫决策问题;基于电网用电侧可调负荷信息、电力现货市场信息以及供电侧机组发电信息,采用Q‑learning算法解决所述离散的无限马尔科夫决策问题,以用户负荷转移的贴现奖励最大为目标,求解得到用户参与负荷转移的最优负荷转移方案。本发明基于Q‑学习理论进行需求侧负荷响应分析,能够为用户参与需求侧负荷响应提供决策参考,从而更加有效的实现负荷控制,减少电网波动,提升电网运行安全性和可靠性。