基于改进EDRL的含V2G孤岛微电网频率综合控制策略

针对孤岛微电网中源荷不确定性所导致的频率失稳、电动汽车用户充电需求受损与微型燃气轮机调控成本增加等问题,提出了基于改进进化-深度强化学习(EDRL)的含电动汽车与电网互动(V2G)孤岛微电网频率综合控制策略。首先,考虑了V2G过程对电动汽车用户充电需求的影响,以及微型燃气轮机组出力分配对调控成本的影响,构建了微电网综合控制模型;其次,为了应对综合频率控制这类具有欺骗性奖励、稀疏奖励的工程任务,结合进化算法和深度强化学习算法,并基于新颖搜索加以改进,从而有效协助训练过程跳出局部最优解,逼近最优策略;进一步,以频率偏差、综合成本与电动汽车充电站信息为状态集,以调频机组出力作为动作集,以频偏与综合成本为奖励函数指标,完成了综合控制的结构设计。算例结果表明,所提出的控制器能够在保证微电网调频需求的情况下,有效降低微型燃气轮机组的调控成本与车主的充电需求损失。     

基于可进化PID的含电动汽车孤岛微电网负荷频率控制策略

电动汽车（electric vehicle,EV）作为具有车网互动（vehicle-to-grid,V2G）能力的移动储能组件,为微电网的频率稳定提供了更为灵活的控制方案。但是,分布式电源与电动汽车所具有的强非线性,也给微电网频率控制带来了新的挑战。为此,提出了一种基于可进化PID的含电动汽车微电网频率控制策略。首先,考虑电动汽车移动性和用户充电行为随机性,以及电动汽车充电站容量在日内的阶段性突变,建立了由电动汽车充电站、微型燃气轮机与分布式电源组成的微电网系统。其次,将PID与深度确定性策略梯度（DDPG）算法进行互补,形成可进化PID控制器,根据微电网系统实际情况完成状态空间、动作空间与奖励函数的设计,从而对PID控制器实现自适应权重参数的调整,有效解决了电动汽车与随机扰动所带来的强非线性影响。最后,仿真结果表明：与传统PID算法相比,可进化PID控制器不仅能够更有效地抑制强随机扰动所引起的频率波动,还可以更好地适用于系统参数和结构随时间发生变化的复杂工况。