期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度强化学习的混合能源系统多目标优化研究
被引量:
1
1
作者
吕永敬
张涛
+1 位作者
李凯文
赵红
《工业工程与管理》
CSCD
北大核心
2024年第1期142-150,共9页
在新能源技术高速发展的背景下,本文提出了一种基于深度强化学习的多目标优化方法,对混合能源系统进行配置和设计。首先,设计了一种基于循环神经网络的深度强化学习方法,对系统配置方案优化过程中计算耗时的目标值进行近似估计,以在线...
在新能源技术高速发展的背景下,本文提出了一种基于深度强化学习的多目标优化方法,对混合能源系统进行配置和设计。首先,设计了一种基于循环神经网络的深度强化学习方法,对系统配置方案优化过程中计算耗时的目标值进行近似估计,以在线优化的方式实现能源系统运行控制策略的快速求解;其次,以经济性、可靠性、环境效益作为优化指标,采用多目标进化算法对混合能源系统进行优化配置,计算得到满足用户不同偏好的帕累托解集;最后,以离网型混合能源系统作为研究对象验证了该方法的有效性,所提方法明显优于多种传统优化设计方法。
展开更多
关键词
深度强化学习
多目标优化
混合能源系统规划
原文传递
微电网的氢-氨混合储能系统容量优化配置研究
2
作者
曾振松
郑洁云
+5 位作者
魏鑫
薛静玮
沈豫
张章煌
林文彬
陈若晨
《广东电力》
北大核心
2024年第7期42-49,共8页
随着我国分布式可再生能源装机规模的爆发式增长,对微电网高渗透率可再生能源消纳的需求逐渐提高。为了提高微电网的风光消纳能力,构建含氢氨混合储能系统(hydrogen-ammonia hybrid energy storage system,hydrogen-ammonia HESS)的微...
随着我国分布式可再生能源装机规模的爆发式增长,对微电网高渗透率可再生能源消纳的需求逐渐提高。为了提高微电网的风光消纳能力,构建含氢氨混合储能系统(hydrogen-ammonia hybrid energy storage system,hydrogen-ammonia HESS)的微电网结构,提出氢氨混合储能系统的容量优化模型,以微电网的综合成本最小为目标函数,以风电消纳率为重要指标,并对氢氨混合储能系统的容量优化模型进行求解。通过算例分析,验证所构建的含氢氨混合储能系统的微电网在经济性和风电消纳两方面,均比仅含氢储能系统或氨储能系统的微电网更加有效。
展开更多
关键词
氢储能
氨储能
混合储能系统
容量优化配置
风电消纳
微电网规划
下载PDF
职称材料
考虑电力系统灵活性供需平衡的混合储能联合规划
3
作者
唐健
何义琼
+3 位作者
于啸宇
刘宏扬
刘建飞
黄南天
《可再生能源》
CAS
CSCD
北大核心
2024年第7期946-954,共9页
风电、光伏等可再生能源出力具有强波动性和随机性,增加了电力系统的灵活性需求。文章提出了兼顾经济性和灵活性的电力系统混合储能联合规划方法。首先,针对源荷两端灵活性需求,从电力电量平衡角度对系统灵活性进行了评估;其次,以火电...
风电、光伏等可再生能源出力具有强波动性和随机性,增加了电力系统的灵活性需求。文章提出了兼顾经济性和灵活性的电力系统混合储能联合规划方法。首先,针对源荷两端灵活性需求,从电力电量平衡角度对系统灵活性进行了评估;其次,以火电机组灵活性改造、全钒液流电池、抽水蓄能3类灵活性资源为规划对象,构建火电机组灵活性改造和混合储能协调的双层规划模型;利用上、下层模型对方案不断进行迭代优化,得到兼顾经济性和灵活性的最优混合储能配置方案;再次,采用基于反向学习的改进型白鲸算法对规划模型进行优化,并通过仿真验证了模型的正确性;最后,以蒙东某地区历史数据进行算例分析,验证所提方法的有效性。
展开更多
关键词
灵活性
混合储能
双层规划模型
改进型白鲸算法
下载PDF
职称材料
题名
基于深度强化学习的混合能源系统多目标优化研究
被引量:
1
1
作者
吕永敬
张涛
李凯文
赵红
机构
中国科学院大学经济与管理学院
国防科技大学系统工程学院
出处
《工业工程与管理》
CSCD
北大核心
2024年第1期142-150,共9页
基金
国家自然科学基金面上项目(71972175)
国家社会科学基金重大项目(20&ZD075)。
文摘
在新能源技术高速发展的背景下,本文提出了一种基于深度强化学习的多目标优化方法,对混合能源系统进行配置和设计。首先,设计了一种基于循环神经网络的深度强化学习方法,对系统配置方案优化过程中计算耗时的目标值进行近似估计,以在线优化的方式实现能源系统运行控制策略的快速求解;其次,以经济性、可靠性、环境效益作为优化指标,采用多目标进化算法对混合能源系统进行优化配置,计算得到满足用户不同偏好的帕累托解集;最后,以离网型混合能源系统作为研究对象验证了该方法的有效性,所提方法明显优于多种传统优化设计方法。
关键词
深度强化学习
多目标优化
混合能源系统规划
Keywords
deep
reinforcement
learning
multi-objective
optimization
hybrid
energy system
planning
分类号
O221 [理学—运筹学与控制论]
原文传递
题名
微电网的氢-氨混合储能系统容量优化配置研究
2
作者
曾振松
郑洁云
魏鑫
薛静玮
沈豫
张章煌
林文彬
陈若晨
机构
国网福建省电力有限公司
国网福建省电力有限公司经济技术研究院
出处
《广东电力》
北大核心
2024年第7期42-49,共8页
基金
国网福建省电力有限公司管理咨询项目(B6130N23000M)。
文摘
随着我国分布式可再生能源装机规模的爆发式增长,对微电网高渗透率可再生能源消纳的需求逐渐提高。为了提高微电网的风光消纳能力,构建含氢氨混合储能系统(hydrogen-ammonia hybrid energy storage system,hydrogen-ammonia HESS)的微电网结构,提出氢氨混合储能系统的容量优化模型,以微电网的综合成本最小为目标函数,以风电消纳率为重要指标,并对氢氨混合储能系统的容量优化模型进行求解。通过算例分析,验证所构建的含氢氨混合储能系统的微电网在经济性和风电消纳两方面,均比仅含氢储能系统或氨储能系统的微电网更加有效。
关键词
氢储能
氨储能
混合储能系统
容量优化配置
风电消纳
微电网规划
Keywords
hydrogen
energy
storage
ammonia
energy
storage
hybrid
energy
storage
system
capacity
optimized
configuration
wind
power
accommodation
microgrid
planning
分类号
TM715.3 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
考虑电力系统灵活性供需平衡的混合储能联合规划
3
作者
唐健
何义琼
于啸宇
刘宏扬
刘建飞
黄南天
机构
国网内蒙古东部电力有限公司经济技术研究院
东北电力大学电气工程学院
出处
《可再生能源》
CAS
CSCD
北大核心
2024年第7期946-954,共9页
基金
国网内蒙古东部电力有限公司科技项目(526606220005)。
文摘
风电、光伏等可再生能源出力具有强波动性和随机性,增加了电力系统的灵活性需求。文章提出了兼顾经济性和灵活性的电力系统混合储能联合规划方法。首先,针对源荷两端灵活性需求,从电力电量平衡角度对系统灵活性进行了评估;其次,以火电机组灵活性改造、全钒液流电池、抽水蓄能3类灵活性资源为规划对象,构建火电机组灵活性改造和混合储能协调的双层规划模型;利用上、下层模型对方案不断进行迭代优化,得到兼顾经济性和灵活性的最优混合储能配置方案;再次,采用基于反向学习的改进型白鲸算法对规划模型进行优化,并通过仿真验证了模型的正确性;最后,以蒙东某地区历史数据进行算例分析,验证所提方法的有效性。
关键词
灵活性
混合储能
双层规划模型
改进型白鲸算法
Keywords
flexibility
hybrid
energy
storage
system
two-layer
planning
model
improved
beluga
whale
optimization
分类号
TK51 [动力工程及工程热物理—热能工程]
TK81
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度强化学习的混合能源系统多目标优化研究
吕永敬
张涛
李凯文
赵红
《工业工程与管理》
CSCD
北大核心
2024
1
原文传递
2
微电网的氢-氨混合储能系统容量优化配置研究
曾振松
郑洁云
魏鑫
薛静玮
沈豫
张章煌
林文彬
陈若晨
《广东电力》
北大核心
2024
0
下载PDF
职称材料
3
考虑电力系统灵活性供需平衡的混合储能联合规划
唐健
何义琼
于啸宇
刘宏扬
刘建飞
黄南天
《可再生能源》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部