[发明专利]基于极限动态规划算法的微电网一体化调度与控制方法、计算机可读存储介质有效
申请号: | 201910464429.9 | 申请日: | 2019-05-30 |
公开(公告)号: | CN110165714B | 公开(公告)日: | 2021-01-26 |
发明(设计)人: | 孙立明 | 申请(专利权)人: | 广州水沐青华科技有限公司 |
主分类号: | H02J3/46 | 分类号: | H02J3/46 |
代理公司: | 广州永华专利代理有限公司 44478 | 代理人: | 谢彪 |
地址: | 510700 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及电力系统优化控制技术应用领域,提供一种基于极限动态规划算法的微电网一体化调度与控制方法以及计算机可读存储介质,存储介质存储有计算机程序,计算机程序被控制器执行时实现上述方法。该基于极限动态规划算法的微电网一体化调度与控制方法采用动态规划算法,配合使用下垂控制与经济调度,避免了传统智能算法“试错”机制的局限性,且加入极限学习机,大大提高了算法预学习的速度。在算法运行过程中,不断通过在线学习微调,不断增强算法对系统的预测能力和决策能力,从而获得更好的控制效果,可以快速、高效地实现微电网的一体化调度与控制,并且兼顾精确度与学习速度。 | ||
搜索关键词: | 基于 极限 动态 规划 算法 电网 一体化 调度 控制 方法 计算机 可读 存储 介质 | ||
【主权项】:
1.基于极限动态规划算法的微电网一体化调度与控制方法,其特征在于,包括如下步骤:数据采集步骤,获取相匹配的微电网可控微电源发电功率、成本和负荷数据,并存储为训练数据集和测试样本集;控制器构建步骤,建立基于自适应动态规划算法的控制器模型,包括执行模块、评价模块和模型模块;模块学习步骤:根据极限学习机,采用训练数据集对控制器模型的各个模块进行训练,采用测试样本集对训练后的极限学习机进行优化;微电网控制步骤:评价模块和执行模块分别获取微电网系统的输入状态,所述执行模块根据所述输入状态通过极限学习算法的功率最优控制策略得到各个可控微电源控制动作并给到模型模块和评价模块;所述模型模块采用经济调度条件作为最优控制策略在各个可控微电源之间重新分配发电功率,得出微电网系统的下一时刻状态并输出给评价模块;评价模块根据收到的控制动作和来自模型模块的下一时刻状态得到惩罚函数值,并输出给执行模块;所述执行模块根据从评价模块获取的惩罚函数值调整输出动作并输出给各个可控微电源。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州水沐青华科技有限公司,未经广州水沐青华科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910464429.9/,转载请声明来源钻瓜专利网。