基于拉格朗日松弛的电网有功调度智能决策方法和系统

    公开(公告)号:CN117254468A

    公开(公告)日:2023-12-19

    申请号:CN202311093882.6

    申请日:2023-08-28

    Abstract: 本发明公开了一种基于拉格朗日松弛的电网有功调度智能决策方法和系统,该方法包括:根据电网运行成本与弃风弃光成本之和最小的目标函数以及有功平衡约束、机组有功出力约束、线路有功功率约束和暂态安全约束构建含风电和光伏的电网实时有功调度模型;将电网实时有功调度模型转化为马尔可夫决策过程模型;利用拉格朗日松弛深度确定性策略梯度算法对马尔可夫决策过程进行建模;采用深度确定性策略梯度算法对深度强化学习智能体进行训练,得到电网实时有功调度的策略神经网络和价值神经网络;利用策略神经网络输出电网实时有功调度的最优策略。本发明综合考虑新能源不确定性,提高深度强化学习智能体训练速度,能够满足实时运行控制的时效性要求。

    低频振荡主导模式识别方法、系统及存储介质

    公开(公告)号:CN115276035A

    公开(公告)日:2022-11-01

    申请号:CN202210162228.5

    申请日:2022-02-22

    Abstract: 本发明公开了一种低频振荡主导模式识别方法、系统及存储介质。方法包括:S1:获取线路的有功功率曲线,对其进行EMD分解,去除高频及直流分量;S2:对去除高频及直流分量的有功功率曲线进行Prony分析,得到各振荡模式的参数初值,选取振荡能量最大的模式为主导模式;S3:确定主导模式某一参数的调整方向;S4:以Prony分析获得的该参数初值为起点,按照调整方向及设定步长对该参数进行调整,并计算调整后的主导模式曲线与原始有功功率曲线的相关系数;S5:重复步骤S4,直至调整后的主导模式曲线与原始有功功率曲线的相关系数达到最大值;S6:更换参数,重复步骤S3至S5,直至修正完所有需要修正的参数。上述方法能更精确地获得系统低频振荡主导模式参数。

Patent Agency Ranking