发明公开
- 专利标题: 一种基于深度强化学习的提升风能捕获的转速跟踪目标优化方法
-
申请号: CN202110787830.3申请日: 2021-07-13
-
公开(公告)号: CN113464378A公开(公告)日: 2021-10-01
- 发明人: 殷明慧 , 周晓炅 , 陈载宇 , 周连俊 , 李群 , 李强 , 顾伟峰 , 李阳 , 汪成根 , 刘建坤 , 周前 , 杨炯明 , 卜京 , 邹云 , 谢云云
- 申请人: 南京理工大学 , 国网江苏省电力有限公司电力科学研究院 , 江苏金风科技有限公司
- 申请人地址: 江苏省南京市玄武区孝陵卫200号; ;
- 专利权人: 南京理工大学,国网江苏省电力有限公司电力科学研究院,江苏金风科技有限公司
- 当前专利权人: 南京理工大学,国网江苏省电力有限公司电力科学研究院,江苏金风科技有限公司
- 当前专利权人地址: 江苏省南京市玄武区孝陵卫200号; ;
- 代理机构: 南京理工大学专利中心
- 代理商 王安
- 主分类号: F03D17/00
- IPC分类号: F03D17/00 ; F03D80/00 ; F03D7/04
摘要:
本发明公开了一种基于深度强化学习的提升风能捕获的转速跟踪目标优化方法。该方法在传统叶尖速比法的基础上,通过深度确定性策略梯度强化学习算法获得优化后的转速跟踪目标。与传统变速风机的基于最大功率点跟踪控制的风能捕获方法相比,本发明提出的方法综合考虑了风机的慢动态特性和风能分布特性对风能捕获的影响,不仅可以匹配风机的慢动态特性,而且更侧重高风速下的转速跟踪,在不改变转速跟踪控制器的情况下,保证良好转速跟踪效果的同时,有效提升了湍流风速下风机的风能捕获效率。