基于迁移强化学习的跨区互联电网调度优化

发布时间：2023-05-07 22:07

　　跨区互联电网在优化资源配置、促进可再生能源大范围消纳等方面发挥的巨大效益使其建设规模不断扩大,运行形态日益复杂。传统的经验型、分析型电网调度技术已经无法适应跨区互联电网的发展需求,能够为跨区互联电网调度优化(dispatching optimization of inter-regional power grid,DOIRPG)问题提供有力决策支撑的精益化电网调度方法研究迫在眉睫。如何应对可再生能源大规模并网后给电网带来的随机不确定性,以及如何挖掘柔性负荷参与电网调度后给电网带来的潜在效益,成为跨区互联电网调度自动化技术研究中的重要课题。为此,本文主要做了以下工作:首先,对跨区互联电网架构及其子模块特性进行了研究。本文建立了包含风力发电机组、光伏发电机组、火力发电机组、负荷需求及直流联络线的跨区互联电网系统架构;基于概率分布函数建立了风力发电功率、光伏发电功率及负荷需求的随机不确定模型,并依据全时段控制策略及三阶段反弹模型对柔性负荷的中断量及反弹量进行了建模;基于电网实际运行约束建立了火力发电机组发电功率及直流联络线传输功率的约束模型。其次,建立了DOIRPG问题的离散马尔科夫决策过程...

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 跨区互联电网研究
        1.2.2 柔性负荷调度研究
        1.2.3 调度算法研究
    1.3 研究工作及论文组织结构
第二章 直流跨区互联电网系统
    2.1 直流跨区互联电网架构
    2.2 分层协同调度模式
    2.3 跨区互联电网模型
        2.3.1 风力发电模型
        2.3.2 光伏发电模型
        2.3.3 负荷需求模型
        2.3.4 火力发电模型
        2.3.5 直流联络线传输模型
    2.4 本章小结
第三章 跨区互联电网调度优化模型及学习优化算法
    3.1 DTMDP模型
        3.1.1 连续变量离散化
        3.1.2 系统状态及状态空间
        3.1.3 系统行动及行动集
        3.1.4 系统状态转移概率及转移过程
        3.1.5 系统回报函数及优化目标
    3.2 学习优化算法
        3.2.1 强化学习算法
        3.2.2 Q学习算法
        3.2.3 多Agent分层Q学习
        3.2.4 策略评估方法
    3.3 迁移学习
        3.3.1 相似性特征元素选取
        3.3.2 相似性度量
        3.3.3 知识迁移方式
    3.4 本章小结
第四章 基于单源迁移强化学习的跨区互联电网调度优化
    4.1 引言
    4.2 迁移方式设计
    4.3 仿真结果分析
        4.3.1 算例构造基本数据
        4.3.2 结果分析
    4.4 本章小结
第五章 基于多源迁移强化学习的跨区互联电网调度优化
    5.1 引言
    5.2 迁移方式设计
    5.3 仿真结果分析
        5.3.1 算例构造基本数据
        5.3.2 结果分析
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
附录1
附录2
附录3
附录4
附录5
攻读硕士学位期间的学术活动及成果情况



本文编号：3811414