本文關(guān)鍵詞：光柴儲(chǔ)獨(dú)立微網(wǎng)系統(tǒng)的能量管理隨機(jī)優(yōu)化模型和方法

  更多相關(guān)文章： 獨(dú)立微網(wǎng) 儲(chǔ)能 半馬爾可夫決策過程 強(qiáng)化學(xué)習(xí)

【摘要】：微網(wǎng)是智能電網(wǎng)的重要組成部分和技術(shù)手段之一,而其運(yùn)行優(yōu)化是微網(wǎng)技術(shù)的重要研究方向。通過能量管理系統(tǒng),微網(wǎng)能進(jìn)一步實(shí)現(xiàn)可再生能源的高效利用以及自身的安全、可靠、經(jīng)濟(jì)運(yùn)行。在微網(wǎng)運(yùn)行過程中,能量管理系統(tǒng)根據(jù)分布式電源輸出功率、負(fù)荷需求、電力市場(chǎng)信息等運(yùn)行信息,在滿足約束條件的前提下,依據(jù)優(yōu)化目標(biāo)制定微網(wǎng)運(yùn)行的最優(yōu)控制策略。論文考慮含光伏發(fā)電裝置、儲(chǔ)能設(shè)備和柴油發(fā)電機(jī)的獨(dú)立微網(wǎng)系統(tǒng),以提高微網(wǎng)長期運(yùn)行的經(jīng)濟(jì)性為目標(biāo),研究微網(wǎng)能量管理優(yōu)化問題。論文針對(duì)光伏發(fā)電功率變化的隨機(jī)性,將其描述為馬爾可夫過程；同時(shí)引入了排隊(duì)服務(wù)模型來描述負(fù)荷的隨機(jī)變化過程。將儲(chǔ)能電池的充放電動(dòng)作和柴油發(fā)電機(jī)的啟停作為聯(lián)合控制行動(dòng),以光伏發(fā)電功率等級(jí)、接入負(fù)載數(shù)量、儲(chǔ)能蓄電池荷電狀態(tài)等級(jí)和柴油機(jī)組運(yùn)行數(shù)量作為系統(tǒng)狀態(tài),將微網(wǎng)系統(tǒng)建模為半馬爾可夫決策過程模型。通過理論和學(xué)習(xí)算法求解系統(tǒng)的最優(yōu)控制策略,獲得了系統(tǒng)實(shí)時(shí)狀態(tài)下的最優(yōu)控制行動(dòng)。仿真結(jié)果表明,最優(yōu)控制策略能夠提高微網(wǎng)運(yùn)行的經(jīng)濟(jì)性,從而說明了論文所建隨機(jī)模型的合理性和優(yōu)化方法的有效性。仿真結(jié)果通過計(jì)算不同系統(tǒng)配置下的初始成本和最優(yōu)運(yùn)行成本,給出了不同系統(tǒng)配置下的投資回收期。此外,在微網(wǎng)系統(tǒng)中,儲(chǔ)能電池荷電狀態(tài)一般無法直接測(cè)得。由于電池充放電效率難以獲取以及電池的自放電等因素,利用安時(shí)法估計(jì)電池荷電狀態(tài)存在較大誤差,使得電池荷電狀態(tài)無法實(shí)時(shí)準(zhǔn)確地獲得�？紤]到電池荷電狀態(tài)與電池電壓存在著一定的關(guān)系,且電池電壓容易測(cè)量。因此論文將電池電壓作為系統(tǒng)觀測(cè)值,以光伏發(fā)電功率、接入負(fù)載功數(shù)量、柴油機(jī)組運(yùn)行數(shù)量和電池電壓作為系統(tǒng)觀測(cè)狀態(tài),建立系統(tǒng)的部分可觀半馬爾可夫決策過程模型。通過理論和學(xué)習(xí)算法求解系統(tǒng)信度狀態(tài)下的最優(yōu)控制策略,最后給出了仿真結(jié)果和分析說明。
【關(guān)鍵詞】：獨(dú)立微網(wǎng) 儲(chǔ)能 半馬爾可夫決策過程 強(qiáng)化學(xué)習(xí)
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM73;TM61
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-21
• 1.1 研究背景與意義14-17
• 1.2 相關(guān)研究工作17-19
• 1.3 論文內(nèi)容及組織結(jié)構(gòu)19-21
• 第二章 光柴儲(chǔ)獨(dú)立微網(wǎng)系統(tǒng)21-30
• 2.1 系統(tǒng)簡介21-23
• 2.2 系統(tǒng)物理模型23-28
• 2.2.1 光伏發(fā)電系統(tǒng)23-24
• 2.2.2 負(fù)荷需求模型24-26
• 2.2.3 柴油發(fā)電機(jī)26-27
• 2.2.4 儲(chǔ)能系統(tǒng)27-28
• 2.3 本章小結(jié)28-30
• 第三章 基于SMDP的能量管理隨機(jī)優(yōu)化30-44
• 3.1 系統(tǒng)數(shù)學(xué)模型30-33
• 3.1.1 狀態(tài)空間30
• 3.1.2 行動(dòng)集30-31
• 3.1.3 狀態(tài)轉(zhuǎn)移概率31-33
• 3.1.4 目標(biāo)函數(shù)33
• 3.2 優(yōu)化方法33-35
• 3.2.1 策略迭代33-34
• 3.2.2 學(xué)習(xí)優(yōu)化算法34-35
• 3.3 結(jié)果分析35-43
• 3.4 本章小結(jié)43-44
• 第四章 基于POSMDP的能量管理隨機(jī)優(yōu)化44-56
• 4.1 部分可觀馬爾可夫決策過程44-48
• 4.1.1 POSMDP簡介44-45
• 4.1.2 電池模型45-47
• 4.1.3 系統(tǒng)POSMDP模型47-48
• 4.2 優(yōu)化方法48-49
• 4.3 仿真結(jié)果49-55
• 4.4 本章小結(jié)55-56
• 第五章 總結(jié)與展望56-58
• 5.1 總結(jié)56
• 5.2 展望56-58
• 參考文獻(xiàn)58-61
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張忠;王建學(xué);曹曉宇;;基于負(fù)荷分類調(diào)度的孤島型微網(wǎng)能量管理方法[J];電力系統(tǒng)自動(dòng)化;2015年15期

2 馬藝瑋;楊蘋;吳捷;;含多分布式電源獨(dú)立微電網(wǎng)的混合控制策略[J];電力系統(tǒng)自動(dòng)化;2015年11期

3 計(jì)鹿飛;江琦;唐昊;譚琦;;基于半馬爾可夫控制過程的智能電網(wǎng)最優(yōu)儲(chǔ)能控制[J];電力系統(tǒng)自動(dòng)化;2015年06期

4 余金龍;趙文會(huì);趙波;陳健;包侃侃;;基于多狀態(tài)建模的獨(dú)立型微網(wǎng)優(yōu)化配置[J];電力系統(tǒng)自動(dòng)化;2015年06期

5 魯斌;衣楠;;孤島模式下微電網(wǎng)自趨優(yōu)分布式無功電壓控制策略[J];電力系統(tǒng)自動(dòng)化;2014年09期

6 馬曉娟;呂智林;盧子廣;胡立坤;盧泉;;獨(dú)立運(yùn)行的風(fēng)/光/蓄微電網(wǎng)系統(tǒng)能量動(dòng)態(tài)優(yōu)化研究[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

7 喬蕾;段紹輝;汪偉;劉海;;獨(dú)立微網(wǎng)系統(tǒng)優(yōu)化規(guī)劃設(shè)計(jì)方法綜述[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2013年02期

8 郭力;富曉鵬;李霞林;王成山;;獨(dú)立交流微網(wǎng)中電池儲(chǔ)能與柴油發(fā)電機(jī)的協(xié)調(diào)控制[J];中國電機(jī)工程學(xué)報(bào);2012年25期

9 鮑冠南;陸超;袁志昌;韓英鐸;;基于動(dòng)態(tài)規(guī)劃的電池儲(chǔ)能系統(tǒng)削峰填谷實(shí)時(shí)優(yōu)化[J];電力系統(tǒng)自動(dòng)化;2012年12期

10 唐西勝;齊智平;;應(yīng)用于微電網(wǎng)的儲(chǔ)能及其控制技術(shù)[J];太陽能學(xué)報(bào);2012年03期

，

本文編號(hào)：869125