论文部分内容阅读
随着社会的发展和技术的进步,能源的结构从单一传统能源向多源清洁能源转变。这就促使能量在网络中以多能流的形式混合传输,形成由多种能源耦合的混合能源系统。为了实现混合能源系统的优化运行,对其进行潮流计算及优化分析尤为重要。本文基于混合能源系统的数学模型,提出了考虑初值敏感性的牛顿法混合潮流计算模型,建立基于强化学习的区域混合系统优化模型,并提出分布式强化学习方法解决包含多自能源的混合能源系统最优潮流问题。具体研究内容如下:1.研究了混合能源系统的拓扑结构,讨论了电力系统、天然气系统、集中热力系统的数学模型,并依据多能流的耦合特点,建立了能源枢纽模型,考虑多种能源设备的运行条件,分析多能耦合在能源枢纽的传输方式,为混合潮流计算及优化分析打下基础;2.依据电力系统中潮流计算的相关方法,确定了混合能源系统的节点类型,建立了考虑电-气-热的牛顿-拉夫逊法混合潮流计算模型,并分析混合系统中的能量流动及节点状态,依据牛顿法对初值的敏感性,提出了混合能源系统牛顿类收敛性定理,通过仿真实验验证,为混合潮流的牛顿法初值选择提供了理论依据,减少潮流计算时间:3.在混合能源系统的拓扑模型基础上,建立考虑能源损耗、经济性、社会性的系统优化模型,讨论了马尔科夫决策过程及强化学习优化模型,并提出了详细的基于Q学习的区域混合能源系统最优潮流模型,包括系统变量的离散化、奖惩函数的设计、系统优化过程,通过在较小节点的区域混合能源系统仿真验证该模型方法的有效性。4.考虑多自能源组成的混合能源系统结构模型,建立双层最优潮流模型,采用分布式强化学习算法实现系统的分布式并行优化,提出一种平均一致搜索的策略实现自能源之间的协调互联,并进行了基于该方法的混合能源系统分布式优化模型的设计:包括奖励函数、系统的框架设计。通过仿真验证该方法的有效性和实用性。最后,总结了论文的主要研究结论和需要进一步深入研究的内容。