排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
模型驱动的优化方法已无法解决风、光的间歇性和负荷的波动性给多能微电网系统的调度带来的问题,在此背景下提出了一种基于三维K均值聚类算法(K-means Clustering Algorithm, K-means)及深度确定性策略梯度(Improved Deep Deterministic Policy Gradient, IDDPG)算法的调度方法,以解决复杂环境下的随机性问题。首先按照风、光出力和负荷需求将微电网环境数据划分为三个维度并采用K-means对三维空间下的数据进行分类,然后将分类后的数据分别交互至DDPG中,同时构建综合能源微电网系统的数学模型,选取状态空间、调度策略和奖励函数,随后分别训练各类别的数据得出不同类别微电网数据下DDPG的参数,同时自适应改变动作探索范围,并根据微电网模型选取最优动作策略,最后将所提算法应用在某高校实际微电网算例中,并证明此算法无论在收敛性和给微电网带来的经济效益方面都优于DDPG和传统的调度方法。 相似文献
2.
基于条件生成对抗网络的非侵入式负荷分解 总被引:1,自引:0,他引:1
以建筑楼宇电力负荷为核心的电能管理技术是智能电网的研究热点.非侵入式负荷分解技术通过对每户电表总表数据分解,在不侵犯用户隐私的前提下,得到家庭每个用电器的耗电情况.对图像翻译模型Pix2pix进行针对性改进,提出一种基于条件生成对抗网络的非侵入式负荷分解方法.将随机噪声和总负荷作为生成器的输入,生成类似真实电器负荷的序列.判别器将总负荷与生成序列或者总负荷与真实序列成对作为输入进行判别.通过生成器与判别器之间的对抗训练,最终生成器生成令判别器无法鉴别真伪的负荷序列,以达到分解目的.利用公开数据集UK-dale对所提方法的有效性进行了验证,结果表明所提分解方法与现有负荷分解方法相比在精确度和误差上有明显进步. 相似文献
3.
4.
为提高短期负荷预测精度,提出一种基于旗鱼优化算法(SFO)和GRU神经网络的短期负荷预测模型.通过使用负荷、气象等真实数据对GRU神经网络的权重参数进行训练并建立GRU预测模型,同时采用旗鱼优化算法(SFO)优化GRU模型的迭代次数、学习率和隐藏层神经元数量,仿真实验结果表明,与BP、LSTM等经典预测模型相比,SFO... 相似文献
5.
6.
电-气-热综合能源系统(powergasheatintegrated energy system,IPGHES)中可再生能源出力的波动性、负荷需求的随机性、热水环流的动态特性给调度过程带来了诸多挑战,传统的随机调度方法无法适应综合能源系统负荷和可再生能源的多样性。针对以上问题,提出一种基于改进深度确定性策略梯度(improveddeepdeterministicpolicy gradient,IDDPG)算法的典型日调度方法,灵活处理供需过程中的随机性问题。首先将优先级经验回放(prioritized experience replay,PER)机制加入到DDPG的经验池中以区分不同经验的价值,并将采用方差递减高斯过程的OU随机噪声加入到策略网络参数向量中,提高探索性能,使用二阶振荡贝叶斯(secondorderoscillatory-Bayesian,SOO-Bayes)算法对结构参数进行调节,然后构建以能源交换、设备折旧、供需不平衡量为成本的与IDDPG数据交互的园区动态IPGHES模型后,定义状态空间、调度动作以及奖励函数,继而根据IDDPG对工作日与双休日进行决策调度分析与比对... 相似文献
7.
针对高比例新能源并网引起的电网峰谷波动问题,提出了基于双层优化的电-热综合能源系统(IES)调峰运行方法。首先,分析了风光并网功率和综合需求响应(IDR)对负荷的影响,提出了源荷侧协同调峰的运行方法。其次,构建了双层优化调度的电-热IES模型,上层模型优化电网的负荷曲线,下层模型优化IES的运行经济性。最后,通过Gurobi求解器和深度确定性策略梯度(DDPG)算法联合求解双层优化模型。以某高校实际微能源系统为算例,验证了所提方法和模型的有效性。 相似文献
8.
9.
1