基于知识共享的高比例可再生能源系统发电控制OA北大核心CSTPCD
具有不确定性的可再生能源并网比例提高使得系统状态变化多样性,增加系统准确控制难度,促使系统能源协同调度。文中首先提出了一种参数知识共享算法,通过共享深度神经网络参数来提高计算速度和准确性。然后,构建双层联动发电控制框架,运用参数知识共享算法,通过对相似求解目标之间的参数迁移,提高深度神经网络参数设置的计算速度和准确性,对各类型储能进行指令分配,运用提出的区间快速收缩算法对各类型储能进行指令分配。最后,一个含高比例可再生能源电力系统的实验结果表明:所提算法较对比算法在频率偏差平均值和成本上分别降低了22.5%和3.77%。
卢有飞;邹时容;刘璐豪;赵宏伟;包涛;徐箭;
广东电网有限责任公司广州供电局,广州510013南方电网数字电网研究院有限公司,广州510013武汉大学电气与自动化学院,武汉430072
动力与电气工程
自动发电控制高比例可再生能源系统知识共享深度神经网络区间快速收缩算法
《高压电器》 2024 (010)
P.33-45 / 13
南方电网公司资助科技项目(GZHKJXM20210041)。
评论