基于强化Q学习的微电网并联逆变器环流抑制和频率控制方法

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:melhy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来太阳能、风能等新能源以分布式电源的方式实现大规模并网,向电网提供电能。在分布式光伏发电中需借助逆变器将直流电转换为交流电输送到电网或交流负载,当微电网独立运行时,由于没有大电网为微电网提供电压和频率补偿,因此需要控制微电网中并联逆变器以确保微电网内电压和频率的稳定。而并联逆变器运行中存在与公共母线之间的线路阻抗不一致、功率器件参数变化以及负载突变等因素,会导致微电网系统产生环流、逆变器输出功率不能均分和微电网运行频率产生波动等问题。本文针对微电网中逆变器并联系统,将强化Q学习算法与下垂控制方法、虚拟复阻抗方法进行结合,对并联逆变器之间的环流抑制、功率均分和频率控制开展了研究。首先,针对逆变器并联环流问题,基于下垂控制方法,对三相电压型逆变器进行建模,设计下垂控制器的功率模块、电压电流双闭环模块并搭建两台逆变器并联系统。设计仿真实验,测试线路阻抗相同情况和线路阻抗不同情况下垂控制方法对逆变器并联系统环流的抑制效果。实验结果表明,下垂控制方法对线路阻抗相同的逆变器并联系统具有较好的环流抑制效果,但是对线路阻抗不同的逆变器并联系统环流抑制效果不佳。其次,针对下垂控制方法在线路阻抗不同的情形下环流抑制效果不佳和无法均分并联逆变器输出无功功率的问题,本文提出虚拟复阻抗方法,在下垂控制方法中引入虚拟复阻抗,实现对逆变器输出线路阻抗的补偿,并设计仿真实验,验证了该方法的可行性。考虑到实际应用中线路阻抗参数不可知,而虚拟复阻抗方法应用的前提是已知线路阻抗参数,本文将强化Q学习算法与虚拟复阻抗方法进行结合,实现逆变器输出线路阻抗的补偿,达到并联逆变器环流抑制和功率均分的效果。仿真实验证明该方法的有效性。最后,针对微电网频率控制问题,本文提出了一种基于强化Q学习的频率控制方法。在采用下垂控制方法的并联逆变器系统中,频率会受到负载波动的影响。本文将Q-Learning算法与下垂控制方法进行结合,对并联逆变器额定输出有功功率进行补偿进而调节微电网频率,实现微电网频率的控制。最后模拟仿真实验的结果表明该方法具有较好的频率控制效果。
其他文献
在大多数国家,建筑行业耗能占能源消费总量的最大部分,其碳排放约占总量的三分之一。此外,随着城市化的进展,人们对于生活水平提高的需求越来越迫切。中国各地的气候差异很大,这对区域供暖需求有决定性影响。优化现有供热网络、设计包含更高份额可再生清洁能源的新型供热系统是提高能源效率、减少碳排放以及提高人们生活水平行之有效的途径之一。供热管网系统由于包含大量的管道和换热器等装置而存在大量的储能,合理利用其储能
1前言聚合物改性沥青防水涂料简称液态防水卷材,是一种新型环保型建筑防水涂料,与普通卷材防水材料相比,具有施工方便、快捷、应用范围广,广泛应用于厕卫、厨房、建筑物外墙、坡瓦屋面、地下工程和储液池等工程的防水。以乳化沥青为基料,用合成高分子聚合物进行改性的水乳性防水涂料,不但具有优良的耐水性抗渗性,且涂膜柔软、有高档防水卷材的功效,又有施工方便,粘结力强,可抵抗压力渗透,特别适用于复杂结构,可明显降低
会议
随着我国经济水平的提高,城镇化和工业化不断推进,如何处理大量产出的城市生活垃圾,受到了越来越广泛的关注。成熟的城市生活垃圾焚烧不仅是垃圾无害化处理的方式之一,还可以实现垃圾资源化。也正是由于焚烧法具有减容性好,处理量大,以及回收热量等优点,正逐渐成为主流的垃圾处理方式。但垃圾焚烧过程中氯元素污染物的生成、流动会腐蚀焚烧设备,过量排放更会污染环境。现如今已经有大量针对垃圾常规空气气氛下氯的迁移或脱除
随着人工智能的发展,“AI+传统行业”的改革可以赋予行业新的经济增长点。“AI+动物保护”可以在提高动物研究效率的同时减少对生态环境的影响。现在主流的研究方案是使用隐蔽相机拍照通过网络上传至云端服务器进行动物检测,但是这样会带来巨大的网络传输成本,并且该方案对信号不稳定地区的动物检测很不友好。因此本文基于边缘计算来进行动物检测,在隐蔽相机中加入AI识别功能,在给动物拍照的同时在边缘计算平台进行检测
研究背景:急性心肌梗死是持续性心肌缺血和缺氧的严重急症。晚期糖基化终产物受体(receptor for advanced glycation end products,RAGE)在急性心肌梗死时表达水平增加,阻断RAGE蛋白表达可减轻心肌损伤。目前,许多研究通过病毒或脂质体携带小干扰RNA(small interfering RNA,siRNA)抑制rage的表达。然而,病毒具有细胞毒性、免疫原性
随着深度学习技术的不断发展,卷积神经网络逐渐在越来越多的领域取得了超过传统算法的表现。然而将卷积神经网络应用到安防、汽车电子和智能手机等场景时,一方面,算法对于算力的需求以及功耗的控制,使得传统硬件平台无法胜任,另一方面算法模型的开发与硬件加速平台的分离,使得算法部署的复杂度过高。因此,针对以上两个问题,本文围绕卷积神经网络加速器设计和快速部署工具设计展开研究,提出了一种基于稀疏矩阵优化的神经网络
刀具作为切削加工的主体,刀具不合理规范的使用会导致制造成本激增,生产质量和效率的骤减,因此能否在刀具剩余使用寿命内充分利用刀具从而降低生产成本是亟待解决的问题。除刀具后刀面磨损量能很好表征刀具磨损外,刀具的振动信号同样包含丰富信息,通过刀具振动特征能够获取刀具当前的磨损状态。分析刀具的后刀面磨损量和振动特征,根据相应的变化趋势预测刀具的使用寿命对刀具的充分利用、降低生产成本具有重要的意义。论文主要
进入21世纪以来,全球气温变暖和环保等问题变得日益突出,传统化石能源也面临紧缺和不可再生的问题。为此世界各国都在努力寻求有效的应对解决方法。电动汽车(electric vehicle,EV)作为新能源汽车的重要组成部分,因其良好环保特性在节能减排和能源替代方面显示出较大优势,从而受到各国政府和企业的广泛关注。EV在全球范围内得到了快速发展,但是EV充电行为具有随机性、间歇性,随着EV渗透率的提高,
近年来,为满足各行业增强减重与节能减排的发展需求,提高材料的使用寿命。高强耐候钢的研发颇受瞩目。对于工程材料而言,好的焊接性能往往必不可少。为了保证良好的焊接性能,往往采用低碳,甚至超低碳钢,而这不可避免地降低了材料的力学强度。过往大量研究和生产实践表明,基于钛微合金化技术和控轧控冷工艺是研发和生产低成本高强度低碳耐候钢的有效途径。本文在钛微合金化的基础上,采用低碳、Cu-Cr-Ni耐腐蚀的成分体
金属-有机框架(Metal-Organic Frameworks,MOFs)是由有机配体和金属中心组成的新兴材料,其具有多样性的结构、巨大的比表面积、优异的吸附性能、规整的孔道等特点,这些特点使MOF在气体分离方面具有巨大的研究和应用价值。关于MOF膜的研究层出不穷,然而目前大多数MOF膜制备方法步骤复杂,用时较长并且条件要求高,不利于MOF膜的规模化制备。根据课题组前期的工作发现通过快速电驱动法