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
共找到9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：
并联有源电力滤波器的神经网络预测控制 被引量：29
1
作者 吕征宇 钱照明 TCGreen 《中国电机工程学报》 EI CSCD 北大核心 1999年第12期22-26,共5页
针对速度、负载力矩频繁变动的三相可控整流的直流电机驱动装置，提出了一种基于神经网络的并联有源滤波器预测控制方案。通过预测负载网侧输入电流的基波成分，控制有源滤波器产生用以抵消非线性负载的谐波电流。神经网络所需的输入信... 针对速度、负载力矩频繁变动的三相可控整流的直流电机驱动装置，提出了一种基于神经网络的并联有源滤波器预测控制方案。通过预测负载网侧输入电流的基波成分，控制有源滤波器产生用以抵消非线性负载的谐波电流。神经网络所需的输入信号为较易获得的负载装置的信号，诸如可控整流桥的触发角。 展开更多
关键词 有源电力滤波器 神经网络 预测控制 电网 仿真
下载PDF
基于改进灰狼优化算法的光伏阵列多峰MPPT研究 被引量：13
2
作者 毛明轩 许钊 +3 位作者 崔立闯 朱立尧 郭珂 周林 《太阳能学报》 EI CAS CSCD 北大核心 2023年第3期450-456,共7页
针对局部阴影条件下光伏阵列呈现出的非线性多峰值P-V输出特性,提出一种基于改进灰狼优化算法的最大功率点跟踪(MPPT)控制方法。该算法将传统灰狼优化算法中线性减小的收敛因子改进为按非线性规律变化,以改善算法的动态性能。结果表明:... 针对局部阴影条件下光伏阵列呈现出的非线性多峰值P-V输出特性,提出一种基于改进灰狼优化算法的最大功率点跟踪(MPPT)控制方法。该算法将传统灰狼优化算法中线性减小的收敛因子改进为按非线性规律变化,以改善算法的动态性能。结果表明:所提出的MPPT方法在局部阴影条件下能有效跟踪到光伏阵列的最大功率点,不仅具有较快的跟踪速度,且跟踪精度达到99.1%。 展开更多
关键词 最大功率点跟踪 太阳电池 非线性控制系统 光伏阵列 改进灰狼优化算法
下载PDF
抑制柔性负荷过响应的微网分散式调控参数优化 被引量：10
3
作者 叶宇剑 袁泉 +1 位作者 汤奕 Goran Strbac 《中国电机工程学报》 EI CSCD 北大核心 2022年第5期1748-1759,共12页
基于价格的微网分散式调控相较于集中式调控具有扩展性和保密性优势,但存在柔性负荷在低电价时段大量聚集产生新峰值的过响应问题,影响系统安全高效运行。现有研究在主参数电价之外引入辅助参数以缓解过响应,但未进行辅助参数取值的优化... 基于价格的微网分散式调控相较于集中式调控具有扩展性和保密性优势,但存在柔性负荷在低电价时段大量聚集产生新峰值的过响应问题,影响系统安全高效运行。现有研究在主参数电价之外引入辅助参数以缓解过响应,但未进行辅助参数取值的优化,且未考虑微网网络约束对不同节点辅助参数最优取值的影响。为此该文提出缓解负荷过响应的微网分散式调控辅助参数优化方法,为不同节点的柔性负荷制定参数最佳取值以最小化微网总运行成本。首先建立微网分散式调控优化模型,以及电动汽车、智能家电的柔性负荷需求响应模型;进而提出基于深度强化学习的辅助参数优化方法,采用多维连续状态及动作空间学习各节点参数的取值。最后仿真结果验证了所提优化方法的有效性。 展开更多
关键词 微电网 柔性负荷 过响应 分散式控制 深度强化学习
下载PDF
基于贝叶斯优化卷积神经网络的路面光伏阵列最大功率点电压预测方法
4
作者 毛明轩 冯心营 +1 位作者 陈思宇 王立宁 《中国电机工程学报》 EI CSCD 北大核心 2024年第2期620-630,I0015,共12页
路面光伏阵列上快速行驶的车辆,所形成的车辆阴影具有复杂的动态随机分布特性,将导致路面光伏阵列的输出功率-电压(P-V)特性曲线呈现动态多峰特性,给路面光伏阵列最大功率点跟踪(maximumpowerpointtracking,MPPT)控制带来挑战。基于此,... 路面光伏阵列上快速行驶的车辆,所形成的车辆阴影具有复杂的动态随机分布特性,将导致路面光伏阵列的输出功率-电压(P-V)特性曲线呈现动态多峰特性,给路面光伏阵列最大功率点跟踪(maximumpowerpointtracking,MPPT)控制带来挑战。基于此,文中提出一种基于贝叶斯优化(Bayesianoptimization,BO)卷积神经网络(convolutional neural network,CNN)的路面光伏阵列最大功率点电压预测方法。首先,将路面光伏阵列的光照和温度的环境信息以图像形式输入基于贝叶斯优化CNN的最大功率点电压预测模型进行学习;然后,利用训练出的预测模型,对当前时刻下路面光伏阵列最大功率点工作电压进行预测;最后,仿真和试验结果表明,提出的预测模型具有良好的适应性,能够精准预测不同车辆阴影工况下的路面光伏阵列最大功率点工作电压,尤其是大幅度提高最大功率点工作电压的预测速度,为动态随机车辆阴影下路面光伏阵列的最大功率点跟踪控制奠定基础。 展开更多
关键词 动态随机车辆阴影 路面光伏阵列 贝叶斯优化 卷积神经网络 图像信息 最大功率点电压预测
下载PDF
面向分布式能源的可交易能源市场研究综述与展望 被引量：10
5
作者 晏鸣宇 王玲玲 +4 位作者 滕飞 文劲宇 甘伟 姚伟 周越 《电力系统自动化》 EI CSCD 北大核心 2023年第18期33-48,共16页
可交易能源市场能够激励产消者进行能量交易,通过调整实时电价以引导其平衡可再生能源出力的随机波动,提高可再生能源消纳水平,保障中国“双碳”目标的实现。首先,介绍了面向分布式能源的可交易能源市场的概念、特性与框架。然后,全面... 可交易能源市场能够激励产消者进行能量交易,通过调整实时电价以引导其平衡可再生能源出力的随机波动,提高可再生能源消纳水平,保障中国“双碳”目标的实现。首先,介绍了面向分布式能源的可交易能源市场的概念、特性与框架。然后,全面分析了现有可交易能源市场交易机制及其优缺点,介绍了现有可交易能源市场的平台和示范项目。最后,从市场实际运行的角度简述了可交易能源市场现有的挑战并指出未来的发展方向。 展开更多
关键词 可交易能源市场 分布式能源 配电网 交易平台 示范项目
下载PDF
基于深度强化学习的居民实时自治最优能量管理策略 被引量：7
6
作者 叶宇剑 王卉宇 +1 位作者 汤奕 Goran STRBAC 《电力系统自动化》 EI CSCD 北大核心 2022年第1期110-119,共10页
随着居民分布式资源的普及,如何考虑用户多类型设备的运行特性,满足实时自治能量管理需求以达到用户侧经济性最优成为亟待解决的课题。传统基于模型的最优化方法在模型精准构建和应对多重不确定性等方面存在局限性,为此提出一种无模型... 随着居民分布式资源的普及,如何考虑用户多类型设备的运行特性,满足实时自治能量管理需求以达到用户侧经济性最优成为亟待解决的课题。传统基于模型的最优化方法在模型精准构建和应对多重不确定性等方面存在局限性,为此提出一种无模型的基于深度强化学习的实时自治能量管理优化方法。首先,对用户设备进行分类,采用统一的三元组描述其运行特性,并确定相应的能量管理动作;接着,采用长短期记忆神经网络提取环境状态中多源时序数据的未来走势;进而,基于近端策略优化算法,赋能在多维连续-离散混合的动作空间中高效学习最优能量管理策略,在最小化用电成本的同时提升策略对不确定性的适应性;最后,通过实际情境对比现有方法的优化决策效果,验证所提方法的有效性。 展开更多
关键词 实时自治能量管理优化 不确定性 连续-离散混合动作 长短期记忆神经网络 深度强化学习
下载PDF
市场环境下智能配用电系统分层协同优化运行:研究挑战、进展与展望
7
作者 叶宇剑 吴奕之 +3 位作者 胡健雄 汤奕 陈涛 Goran STRBAC 《中国电机工程学报》 EI CSCD 北大核心 2024年第6期2078-2096,I0001,共20页
随着分布式资源在配电网中的比例不断提高,如何在市场化交易机制下实现配用电系统安全经济运行成为当下的研究热点。在市场环境下,配用电系统各层的运行管理面临着不确定性逐层加剧、市场规模快速扩展、市场交易与系统安全运行难以有效... 随着分布式资源在配电网中的比例不断提高,如何在市场化交易机制下实现配用电系统安全经济运行成为当下的研究热点。在市场环境下,配用电系统各层的运行管理面临着不确定性逐层加剧、市场规模快速扩展、市场交易与系统安全运行难以有效衔接等多重挑战。该文首先梳理市场环境下配用电系统运行优化的关键问题;其次,对传统解析优化方法的研究成果与研究中仍待解决的问题进行总结;然后,针对配用电系统市场交易、运行优化等问题特点,系统性地介绍深度强化学习技术,分析归纳深度强化学习在配用电系统中的研究现状。最后,提炼出贯穿配用电系统多层多主体协同优化问题中的三重研究需求,并对深度强化学习技术未来的应用路径与发展趋势进行展望。 展开更多
关键词 配电市场运营 配电系统调度 可交易能源 需求侧管理 强化学习 多智能体系统
下载PDF
基于参数共享机制多智能体深度强化学习的社区能量管理协同优化 被引量：4
8
作者 叶宇剑 袁泉 +2 位作者 刘文雯 汤奕 Goran Strbac 《中国电机工程学报》 EI CSCD 北大核心 2022年第21期7682-7694,共13页
智能电网背景下社区和端对端电能交易有助于挖掘利用产消者分布式能源的灵活性并最大化其价值。尽管多智能体深度强化学习提供了合适的无模型框架以实现多个产消者间能量管理策略的协同优化,该方法仍存在环境状态不稳定、产消者隐私保... 智能电网背景下社区和端对端电能交易有助于挖掘利用产消者分布式能源的灵活性并最大化其价值。尽管多智能体深度强化学习提供了合适的无模型框架以实现多个产消者间能量管理策略的协同优化,该方法仍存在环境状态不稳定、产消者隐私保护和计算复杂度高等局限。该文提出一种将参数共享与优先深度确定性策略梯度法相结合的多智能体强化学习方法,通过智能体间的策略与经验共享以提升学习效率,并降低训练难度。接着构建端对端交易平台以协同社区市场内产消者的电能交易;执行奖励修正以避免产生新的负荷/发电高峰,从而保护本地配网的安全运行;作为可信任第三方向产消者提供有关社区市场的全局信息,在保护产消者隐私的同时减轻环境不稳定性,并提升算法的可扩展性。最后,通过算例验证所提方法能够有效降低社区总运行成本,保证产消者的利益,且较现有算法提高了训练速率与可扩展性。 展开更多
关键词 产消者 端对端电能交易 能量管理协同 多智能体深度强化学习
下载PDF
电-碳耦合市场环境下可再生能源投资规划优化方法 被引量：1
9
作者 叶宇剑 王卉宇 +3 位作者 刘曦木 汤奕 高赐威 Goran STRBAC 《电力系统自动化》 EI CSCD 北大核心 2023年第23期92-104,共13页
中国面临着可再生能源高速发展和电力市场改革、碳市场建设稳步推进的多重机遇,市场化机制将科学引导可再生能源合理规划与有效投资。电力市场和碳市场虽分开运营,两者的出清结果却紧密耦合,且共同影响市场主体的运营与投资模型。在电-... 中国面临着可再生能源高速发展和电力市场改革、碳市场建设稳步推进的多重机遇,市场化机制将科学引导可再生能源合理规划与有效投资。电力市场和碳市场虽分开运营,两者的出清结果却紧密耦合,且共同影响市场主体的运营与投资模型。在电-碳耦合市场的背景下,文中提出了一种最大化可再生能源接入容量并保障其投资成本回收的可再生能源投资规划双层优化模型。首先,基于动态碳排放特性推导了常规机组的电-碳耦合报价,提出了考虑碳配额交易影响的电力现货市场机制。然后,在“投资-运行”框架下建立了可再生能源投资规划双层优化模型:上层在能收回投资成本的前提下,最大化可再生能源的投资容量并对其进行定容和选址决策;下层分别模拟电力现货市场和国家核证自愿减排量市场的出清过程,以向上层模型的可再生能源发电商投资决策提供相应的价格信号。通过下层问题最优性条件和线性化方法,将双层优化模型转化为混合整数线性规划进行求解。最后,通过仿真算例验证了所提方法有效性,并探索了碳市场交易、网络容量与储能等不同因素对可再生能源最优投资容量的影响。 展开更多
关键词 电力市场 碳市场 双层优化模型 可再生能源投资规划 新型电力系统
下载PDF
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
使用帮助 返回顶部