基于信息松弛的多态能源协调控制方法研究

摘要：

"双碳"目标驱动以新能源为主体的新型电力系统快速发展,大规模新能源接入给电力系统带来强随机扰动,传统控制方法无法有效解决强随机扰动下电力系统稳定性变差的问题.从自动发电控制(automatic generation control,AGC)角度,提出了一种具有信息松弛的多态能源协调控制策略,以获取多态能源系统的最优协调控制.所提策略在"控制"部分采用具有完全信息松弛特性的前瞻有界Q学习(lookahead-bounded Q-learning,LQ)来预测未来Q值的上下界,以提高强随机环境下Q学习的快速收敛能力及控制性能;在"分配"部分利用新颖的分层双Q学习强一致性(hierarchical double Q-learning based multi paxos,HDQMP)策略来解决机组激增而产生的"维度灾难"问题.通过对改进的IEEE标准两区域负荷频率控制模型和大规模新能源接入的多态能源系统模型仿真,验证了所提方法的有效性.且与其他方法相比,所提方法具有更优的控制性能和更快的收敛速度.

关键词：自动发电控制、多态能源系统、强一致性、协调控制策略、信息松弛

所属期刊栏目：51

分类号：U491.114;TP241;TM721

资助基金：国家自然科学基金;信息物理融合防御与控制系统宜昌市重点实验室三峡大学开放基金

在线出版日期：2023-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1-12