楼宇中央空调参与电网调度与控制应用研究

作为大热惯性的可控负荷,中央空调具有参与电网调度与控制的可行性。首先对中央空调的基本工作原理进行介绍,对空调终端房间内温度的变化特性进行分析;之后分别分析了电网调峰、应急响应以及空调用户对中央空调负荷控制的要求;最后以某楼宇中央空调为实际案例,讨论了对中央空调负荷参与电网调度与控制的可行性。实例表明中央空调负荷具有良好的调控性能,参与电网的调峰和应急响应,可促进新能源的消纳利用,有利于提高大电网运行的稳定性。

基于深度强化学习的电网自主控制与决策技术

高比例可再生能源的并网和电力电子设备的不断增加给电力系统运行与实时控制带来诸多挑战。人工智能技术的飞速发展为解决高维度、高非线性、高时变性优化控制和决策问题提供了新的思路。文中基于深度强化学习技术,提出了具有在线学习功能的电网自主优化控制和决策框架,即“电网脑”系统。该系统可通过离线和在线学习不断积累经验,从而在亚秒时间内(1 s以内)根据电网实时量测数据给出调度控制指令及预期控制效果。该系统近期可用于辅助调度员决策,远期可为自动调度提供技术手段。为验证“电网脑”理论框架的可行性,文中以电网自主电压控制和联络线潮流控制为例,介绍了电力系统自主控制与决策方法及其实现流程,并通过数值实验验证了所提方法学习能力及其应用于电力系统自主控制与决策的可行性。

微电网能量管理系统功能结构体系研究与设计

根据微电网技术发展的需要,提出了一套较为完善的智能微电网能量管理系统功能体系结构。首先设计系统物理架构,进而提出了M-EMS软体功能体系结构,最后对微电网的功能模块涵盖的内容进行了介绍,为原型系统的开发及工程实现奠定基础。

基于多强化学习智能体架构的电网运行方式调节方法

随着新型电力系统规划与调控中的复杂性、动态性和不确定性持续增大,制定满足多种安全和经济约束的电网运行方式面临诸多挑战。该过程通常需要大量的人工调整和仿真计算,在高维动作空间中搜索满足电网在基态和故障工况下安全和经济要求的可行解。为此,提出一种基于多强化学习智能体架构的方法,将该问题描述为马尔可夫决策过程,通过训练集中式和分布式的强化学习智能体,自动调整不同类型的电网可控资源,从而控制电网传输线路功率,满足多种电网运行安全指标。该方法的有效性在某实际电网模型中得到了验证。