近日，中國科學院沈陽自動化研究所智能微電網(wǎng)課題組在智能電網(wǎng)優(yōu)化調(diào)度領域取得進展，相關成果獲智能電網(wǎng)期刊IEEE TRANSACTIONS ON SMART GRID刊載。
隨著全球氣候變化及環(huán)境污染問題的日益加重，電力系統(tǒng)的清潔性、安全性和可持續(xù)性越來越受到世界各國重視。發(fā)展大規(guī)模分布式可再生清潔能源，利用先進的智能優(yōu)化和控制技術(shù)，加速傳統(tǒng)電力系統(tǒng)向更清潔、更安全和更可持續(xù)性的智能電網(wǎng)轉(zhuǎn)變，是未來電力系統(tǒng)的發(fā)展趨勢和新興研究熱點。目前，國內(nèi)外在可再生能源的接入、暫態(tài)穩(wěn)定性控制以及電網(wǎng)運行的經(jīng)濟性等方面的研究已取得重要進展，然而對于接入高比例可再生能源的電力系統(tǒng)，其運行的安全性及相關的智能優(yōu)化調(diào)度方法仍有待突破。
在題為Dynamic Energy Management of a Microgrid using Approximate Dynamic Programming and Deep Recurrent Neural Network Learning的研究論文中，智能微電網(wǎng)課題組提出了一種基于深度強化學習技術(shù)的微電網(wǎng)實時能源優(yōu)化方法。該方法考慮可再生能源出力的隨機性及其對電網(wǎng)交流潮流約束的影響，利用一個深度遞歸神經(jīng)網(wǎng)絡對微電網(wǎng)當前運行狀態(tài)進行特征提取，并在保證微電網(wǎng)安全性的基礎上，對微電網(wǎng)各分布式發(fā)電單元進行調(diào)度，實現(xiàn)微電網(wǎng)運行的實時優(yōu)化控制。此外，相對于目前的微電網(wǎng)運行控制方法，提出的方法完全是基于學習的，不需要對可再生能源出力進行預測建模，表現(xiàn)出很好的自適應性。該工作不僅是智能電網(wǎng)優(yōu)化調(diào)度研究中新的探索和突破，也為未來應用人工智能技術(shù)推動智能電網(wǎng)發(fā)展提供了新的研究思路。
基于一種深度強化學習技術(shù)的微電網(wǎng)實時能源優(yōu)化方法介紹
基于一種深度強化學習技術(shù)的微電網(wǎng)實時能源優(yōu)化方法介紹
來源:沈陽自動化研究所