【摘要】：隨著大量間歇性分布式能源持續(xù)接入電網,電力系統的發(fā)電控制迎來了新的挑戰(zhàn),如何經濟又高質量地發(fā)電成為電力工作者與研究者所關心的熱點問題。本文采用先進的強化學習與深度學習解決了此問題。并研發(fā)了基于信息物理社會融合系統與平行系統的智能發(fā)電控制仿真平臺,提升了智能算法的學習能力和決策能力,為解決如何經濟又高質量地發(fā)電問題做出了科學貢獻。本文主要創(chuàng)新工作如下:1.為提升強化學習算法在智能發(fā)電控制中的控制性能,提出了人工情感強化學習算法。將強化學習與人工心理學中的人工情感進行結合,從強化學習中的動作值選擇、Q值矩陣更新和獎勵值函數更新三個方面進行情感分析與改進。并設計了三種人工情感的量化函數,從而形成了九種策略的人工情感Q學習算法和九種策略的人工情感Q(λ)學習算法。2.為解決傳統電力系統多時間尺度調度與控制難以協調的問題,提出了互聯電網的統一時間尺度的實時經濟發(fā)電調度與控制框架,并為該框架提出了松弛深度學習算法。首先,為提升算法對智能發(fā)電控制中的大擾動緊急情況發(fā)生的預防能力,采用深度森林算法對系統的歷史狀態(tài)和歷史動作值進行學習,并融入強化學習框架中,提出了深度強化森林算法。然后,為進一步解決互聯電網多區(qū)域之間的博弈問題,將機器學習中具有強大學習與認知能力的深度學習算法應用到強化學習算法的框架中,從而提出了深度強化學習算法,并在變參數的模型中進行仿真,設定的仿真時間長達1296天。最后,在同時考慮“機組組合+經濟調度+自動發(fā)電控制+發(fā)電功率分配”的基礎上,設計了統一時間尺度的實時經濟發(fā)電調度與控制框架,并為該框架提出了松弛深度學習算法,且對比了1200種傳統非統一時間尺度的組合式算法,設定的總仿真時間長達6.586年。3.為微電網提出了統一時間尺度的實時智能發(fā)電控制框架,并為該框架提出了深度自適應動態(tài)規(guī)劃算法。首先,設計了“自動發(fā)電控制+發(fā)電功率分配”的一體化實時智能發(fā)電控制框架。然后,為該框架提出了深度自適應動態(tài)規(guī)劃算法,在所提深度自適應動態(tài)規(guī)劃算法中設計了深度模型預測網絡、深度評價網絡和深度執(zhí)行網絡三個多輸出的深度神經網絡。最后,設計了一個含有19個二次調頻機組和一個含有28個二次調頻機組的電力系統,并在基本仿真、“即插即用”啟停機仿真、通訊故障仿真、全天擾動仿真、變拓撲結構仿真和變參數模型仿真六種工況下仿真,設定的總仿真時長達25.155年。4.為提升統一時間尺度算法的學習速度,研發(fā)了基于社會物理信息系統的智能發(fā)電控制平行系統仿真平臺,并將所提松弛深度學習算法在所建平臺上進行仿真,對比了146016種非統一時間尺度的組合式算法,設定的總仿真時間為400.0493年。最后,所建平行系統平臺在小型示范工程中得到了初步應用。
【圖文】：

programming)。自適應動態(tài)規(guī)劃算法與強化學習的框架非常相似，但的結構還可以進行更多的變化，如啟發(fā)式動態(tài)規(guī)劃算法(heuristicing, HDP)、執(zhí)行依賴啟發(fā)式動態(tài)規(guī)劃算法(action dependent heuristicing,ADHDP)、二次啟發(fā)式規(guī)劃算法(dual heuristic programming, DHP)規(guī)劃算法(global dual heuristic programming, GDHP)、執(zhí)行依賴二次啟on dependent dual heuristic programming, ADDHP)、執(zhí)行依賴全局二次ction dependent global dual heuristic programming, ADGDHP)和單神經法(single network adaptive critic, SNAC)[66]等算法。適應動態(tài)規(guī)劃具備可改進和變化的方法多，其應用場景也非常廣泛。規(guī)劃對電網電壓的控制[67]和對儲能系統的控制[68]；目標導向的自適應l representation heuristic dynamic programming, GrHDP)對風電頻率的控可以繪制廣義的強化學習的分類圖如圖 1-1 所示。Q學習

、學習率和獎勵函數等。在現有文獻中，，尚未有人工情感與強化現。算法已在電力系統的研究中得到發(fā)展，但深度森林算法在電力林(randomforest,RF)算法在多個領域中得到應用與研究：農耕區(qū)機載激光全波形點云數據分類[114]、激變變星候選體的數據挖掘]等應用。作為集成學習算法的一種，隨機森林算法也在電力系：用戶用電關聯因素辨識及用電量預測[117]、電力系統短期負荷斷方法[119]等。隨機森林算法的改進算法也被應用到多個領域中測[120]、Android 惡意軟件檢測[121]和入侵檢測模型[122]等應用。隨可見表 1-9 所示[123]。人工情感人工意識
【學位授予單位】：華南理工大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TM76;TP181

【參考文獻】

相關期刊論文 前10條

1 鄧建玲;王飛躍;陳耀斌;趙向陽;;從工業(yè)4.0到能源5.0:智能能源系統的概念、內涵及體系框架[J];自動化學報;2015年12期

2 楊柳青;王飛躍;張艷麗;韓雙雙;楊堅;趙愷;程翔;;基于ACP方法的城市平行停車系統[J];指揮與控制學報;2015年04期

3 丁君美;劉貴全;李慧;;改進隨機森林算法在電信業(yè)客戶流失預測中的應用[J];模式識別與人工智能;2015年11期

4 馬釗;周孝信;尚宇煒;盛萬興;;能源互聯網概念、關鍵技術及發(fā)展模式探索[J];電網技術;2015年11期

5 孫宏斌;郭慶來;潘昭光;王劍輝;;能源互聯網:驅動力、評述與展望[J];電網技術;2015年11期

6 孫宏斌;郭慶來;潘昭光;;能源互聯網:理念、架構與前沿展望[J];電力系統自動化;2015年19期

7 王一丁;徐林林;段強宇;賀文強;;基于深度學習和多尺度編碼組合的手背靜脈識別[J];北方工業(yè)大學學報;2015年03期

8 張孝順;余濤;;互聯電網AGC功率動態(tài)分配的虛擬發(fā)電部落協同一致性算法[J];中國電機工程學報;2015年15期

9 谷學靜;高貝貝;朱朝月;;基于人工情感的Q-學習算法在機器人行為決策中的應用[J];自動化與儀表;2015年07期

10 吳瀟雨;和敬涵;張沛;胡駿;;基于灰色投影改進隨機森林算法的電力系統短期負荷預測[J];電力系統自動化;2015年12期

相關博士學位論文 前5條

1 王國芳;專家知識輔助的強化學習研究及其在無人機路徑規(guī)劃中的應用[D];浙江大學;2017年

2 馮小峰;基于自適應動態(tài)規(guī)劃法的二級電壓控制問題研究[D];華南理工大學;2016年

3 王懷智;智能發(fā)電控制的多目標優(yōu)化策略及其均衡強化學習理論[D];華南理工大學;2015年

4 盧澤漢;主動配網/微網中新能源發(fā)電機協調控制問題研究[D];浙江大學;2015年

5 宋睿卓;基于自適應動態(tài)規(guī)劃的幾類非線性時滯系統最優(yōu)化控制方法研究[D];東北大學;2011年

相關碩士學位論文 前10條

1 朱佳暉;基于深度學習的主題建模方法研究[D];武漢大學;2017年

2 汪青;基于深度學習的多視角步態(tài)識別算法設計與研究[D];深圳大學;2016年

3 張澤宇;基于多智能體一致性協同理論的智能配電網自動發(fā)電控制方法[D];華南理工大學;2016年

4 丁樂樂;基于深度學習和強化學習的車輛定位與識別[D];電子科技大學;2016年

5 許天寧;汽輪機電液調節(jié)系統模型參數辨識研究[D];吉林大學;2015年

6 王瑩;基于深度學習的多形態(tài)人臉識別[D];大連理工大學;2015年

7 鄭聞成;基于JADE的多智能體動態(tài)博弈自動發(fā)電控制仿真平臺研究[D];華南理工大學;2014年

8 張水平;在策略強化學習算法在互聯電網AGC最優(yōu)控制中的應用[D];華南理工大學;2013年

9 甘凌霄;孤島微電網中多種分布式低碳能源智能優(yōu)化分配算法研究[D];華南理工大學;2012年

10 梁海華;基于強化學習算法的孤島微電網智能發(fā)電控制[D];華南理工大學;2012年

本文編號：2587979