排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
基于构网型风电机组和二极管整流单元(diode rectifier unit,DRU)的中远距离海上风电送出方案具有技术经济性优势。由于DRU必须在交流电压支撑下才能工作,并且其功率传输具有单向性,因此DRU或陆上电网均无法启动海上风电场。在这种情况下,构网型风电机组可以作为海上风电场的黑启动电源。首先,介绍了2种构网型海上风电经DRU送出系统的拓扑。接着,阐明了构网型风电机组的结构和控制策略,分析了风电机组并网启动时的自同步过程。然后,研究了海上交流系统的无功功率平衡,提出了避免风电机组启动时无功功率过载的措施,在此基础上提出了海上风电场黑启动策略。最后,在PSCAD/EMTDC中搭建了中频构网型海上风电直流送出系统和低频构网型海上风电交流送出系统的电磁暂态仿真模型,对海上风电场黑启动过程进行仿真,风电场平稳启动的仿真结果验证了所提基于构网型风电机组的黑启动策略的有效性。 相似文献
4.
针对分布式能源的随机性和间歇性给直流微网能量管理带来的巨大挑战,提出一种基于奖励指导深度确定性策略梯度(reward guidance deep deterministic policy gradient,RG-DDPG)的直流微网能量管理策略。该策略将直流微网的优化运行描述为一个马尔科夫决策过程,利用智能体与直流微网环境间的持续交互,自适应地学习能量管理决策,实现直流微网能量的优化管理。在策略训练过程中,采用基于时序差分误差(temporal difference error,TD-error)的优先经验回放机制减少RG-DDPG在直流微网运行环境中学习、探索的随机性和盲目性,提升所提能量优化管理策略的收敛速度。同时,在训练回合间利用累计奖励的大小构造直流微网能量管理的优秀回合集,加强RG-DDPG智能体在训练回合间的联系,最大化利用优秀回合的训练价值。算例仿真结果表明:所提策略能够实现直流微网内能量的合理分配。相较于基于深度Q网络(deep Q-network,DQN)和粒子群算法(particle swarm optimization,PSO)的能量管理策略,所提策略能使直流微网... 相似文献
1