-
公开(公告)号:CN118944127B
公开(公告)日:2025-04-18
申请号:CN202411010709.X
申请日:2024-07-26
Applicant: 东北电力大学
Abstract: 本发明提供了一种基于离策略积分增强学习方法的光‑水微电网频率最优控制方法。本发明通过分别建立水轮机组和光伏发电机的机理模型,进而获取光‑水微电网系统的状态空间表达式。同时根据发电特性将频率最优控制问题转化为零和博弈纳什平衡问题,利用离策略积分增强学习方法中的神经网络逼近纳什平衡点。本发明可根据历史二次调频控制输入和状态输出数据,实时求得光‑水微电网系统频率控制的近似最优控制律,在光伏出力波动和模型参数不确定时,最小化频率偏差使光‑水微电网系统频率维持稳定,提高系统的抗干扰能力。
-
公开(公告)号:CN118944127A
公开(公告)日:2024-11-12
申请号:CN202411010709.X
申请日:2024-07-26
Applicant: 东北电力大学
Abstract: 本发明提供了一种基于离策略积分增强学习方法的光‑水微电网频率最优控制方法。本发明通过分别建立水轮机组和光伏发电机的机理模型,进而获取光‑水微电网系统的状态空间表达式。同时根据发电特性将频率最优控制问题转化为零和博弈纳什平衡问题,利用离策略积分增强学习方法中的神经网络逼近纳什平衡点。本发明可根据历史二次调频控制输入和状态输出数据,实时求得光‑水微电网系统频率控制的近似最优控制律,在光伏出力波动和模型参数不确定时,最小化频率偏差使光‑水微电网系统频率维持稳定,提高系统的抗干扰能力。
-