[发明专利]一种基于ADHDP的冷热电联供型微网系统优化运行方法

摘要

冷热电联供型微网运行优化过程复杂，具有不确定性、非线性、强耦合性、动态性等特点。针对目前该系统在实际运行中存在无法实时优化、能量利用效率低、优化过程不够稳定等问题。本发明提出一种基于ADHDP(Action dependent heuristic dynamic programming，基于动作的启发式动态规划)的冷热电联供型微网系统优化运行方法。利用BP神经网络对冷热电联供型微网系统建模并以该模型为模型网络，根据控制误差和性能指标函数不断更新优化权值，直到获得最优控制策略，实现冷热电联供型微网运行过程的最优控制，提高能量利用效率，增强优化效果。

主权项

1.一种基于ADHDP的冷热电联供型微网系统优化运行方法，其特征在于,包括如下步骤：S1,建立冷热电联供型微网的单元模型。S2,建立微型燃气轮机模型，并对发电装置、储能蓄电池、蓄热装置分别建立数学模型；S3,采用BP神经网络建立冷热电联供型微网系统的模型网络，确定冷热电联供型微网优化过程模型输入样本数据和输出控制动作，建立基于ADHDP的冷热电联供型微网优化控制模型，所述控制模型包括执行网络和评价网络；S4,更新评价网络和执行网络权值，并分别通过执行网络和评价网络获得控制信号u(t)、和性能指标函数J(t)，根据贝尔曼方程获取性能指标函数J(t)，式中γ为折扣因子,效用函数U(t)如下所示，n代表系统运行的某一段时间,t代表系统运行时间，i是效用函数的迭代次数；S5,将S4所得控制信号u(t)和当前时刻系统状态x(t)作为冷热电联供型微网系统模型的输入，得到系统输出x(t+1)，计算控制误差E(t)，若小于期望误差，结束训练，否则转步骤S4，其中误差E(t)的具体公式如下所示：E(t)＝U(t)+γJ(t)‑J(t‑1)，式中γ为折扣因子。