书籍详情
智能发电控制
作者：余涛 等 著
出版社：科学出版社
出版时间：2019-01-01
ISBN：9787030600004
定价：¥198.00
购买这本书可以去
内容简介
本书主要介绍智能电网背景下比自动发电控制更加智能、优化和协调的智能发电控制，内容包括：第1章概述；第2章介绍自动发电控制性能评价指标，提出智能发电控制的优化控制目标；第3章介绍传统发电系统、新型发电系统、虚拟发电系统以及互联电网负荷-频率响应数学模型；第4、5章分别介绍集中决策式、分散自治式智能发电系统的控制框架及其智能算法；第6、7章分别介绍虚拟发电部落、孤岛电网与微网的智能发电控制系统的概念及其实现方法；第8章介绍研究智能发电控制策略的仿真平台（JADE平台和RTDS平台），介绍基于信息物理社会融合系统的平行系统及其并行算法。
作者简介
暂缺《智能发电控制》作者简介
目录
目录
《智能电网研究与应用丛书》序
序
前言
第1章 概述 1
1.1 “智能化”发电调度与控制系统 1
1.2 AGC基础 2
1.3 SGC基本特征 6
参考文献 8
第2章 智能发电控制的性能评价指标与控制目标 11
2.1 自动发电控制系统控制性能标准 11
2.1.1 A1/A2标准 11
2.1.2 CPS标准 11
2.1.3 区域控制偏差评价标准 15
2.2 CPS标准中的统计特性 17
2.3 智能发电控制的优化目标 18
参考文献 22
第3章 智能发电控制系统的模型与参数 24
3.1 传统发电系统 24
3.1.1 燃煤机组 25
3.1.2 燃气机组 26
3.1.3 水电机组 27
3.1.4 燃油机组 28
3.1.5 核电机组 29
3.2 新型发电系统 33
3.2.1 风电机组 33
3.2.2 光伏发电 35
3.2.3 储能装置 37
3.2.4 小水电 38
3.2.5 微型燃气轮机 40
3.3 虚拟发电系统 41
3.3.1 虚拟发电厂 41
3.3.2 需求侧可控负荷 42
3.3.3 电动汽车及其他电池储能系统 48
3.4 电力系统负荷频率响应模型 51
3.4.1 IEEE两区域互联系统LFC模型 51
3.4.2 三区域互联系统及更多区域模型 51
3.4.3 考虑需求响应的电力系统负荷频率响应模型 53
3.4.4 考虑大规模可再生能源接入的电力系统负荷频率响应模型 56
参考文献 58
第4章 集中决策式智能发电控制系统 60
4.1 系统功能、架构与目标 60
4.2 基于单智能体技术的CPS控制器 61
4.2.1 传统PID控制器 61
4.2.2 变论域模糊控制 63
4.2.3 Q学习控制与Q(λ)学习控制 71
4.2.4 R与R(λ)学习控制 84
4.3 基于单智能体技术的发电控制指令动态优化分配 99
4.3.1 基于Q学习的动态优化分配 99
4.3.2 基于Q(λ)学习的动态优化分配 101
4.3.3 基于分层Q(λ)学习的动态优化分配 104
4.4 基于人工情感Q学习算法的智能发电控制设计 111
4.4.1 人工情感 111
4.4.2 人工情感Q学习算法 112
4.4.3 人工情感Q(λ)学习算法的SGC控制器 115
4.4.4 仿真算例 117
4.5 基于松弛深度学习算法的统一时间尺度的智能发电控制 122
4.5.1 统一时间尺度的智能发电控制 122
4.5.2 统一时间尺度的仿真算例 125
4.6 基于深度强化森林算法的智能发电控制 133
4.6.1 深度强化森林算法框架 133
4.6.2 两区域、三区域和四区域仿真算例 141
参考文献 147
第5章 分散自治式的智能发电控制 149
5.1 多智能体系统功能、架构与目标 149
5.2 基于多智能体技术的智能发电控制 151
5.2.1 基于相关均衡博弈的智能发电协同控制 151
5.2.2 基于自博弈的智能发电协同控制 177
5.3 基于深度强化学习的智能发电控制 186
5.3.1 深度强化学习算法 186
5.3.2 基于深度强化学习的控制器的训练与互博弈 190
5.3.3 深度强化学习算法的SGC控制器设计 191
5.3.4 深度强化学习算法的算例 192
参考文献 199
第6章 虚拟发电部落控制 203
6.1 什么是虚拟发电部落控制 203
6.2 协同一致性协同控制原理 205
6.2.1 理想通信网络下的多智能体协同一致性控制 205
6.2.2 非理想通信网络下的多智能体协同一致性控制 220
6.3 基于狼群捕猎策略的VGT控制 233
6.3.1 框架设计 234
6.3.2 WPH-VTC策略 236
6.3.3 基于WPH-VTC策略的AGC设计 239
6.3.4 算例研究 241
6.3.5 讨论 250
参考文献 251
第7章 面向孤岛电网与微网的智能发电控制 253
7.1 基于深度神经网络启发式动态规划算法的微网智能发电控制 253
7.1.1 自适应动态规划算法 253
7.1.2 深度神经网络启发式动态规划的微网智能发电控制器设计 253
7.1.3 算例 256
7.2 孤岛主动配电网智能发电控制 281
7.2.1 基于多智能体一致性理论的分布式电源发电协同控制 281
7.2.2 基于集体智慧Q学习算法的负荷协同发电控制 306
7.3 基于孤岛智能配电网的狼群捕猎策略 324
7.3.1 狼群捕猎策略 324
7.3.2 狼群捕猎策略的设计 328
7.3.3 算例分析 329
参考文献 337
第8章 智能发电控制的研究工具与测试平台 340
8.1 MATLAB平台 340
8.2 JADE平台 344
8.2.1 SGC-SP框架 344
8.2.2 JADE 344
8.2.3 实时数据通信 346
8.2.4 ACL消息发送与监控 346
8.2.5 智能体的创建与销毁 348
8.3 RTDS平台 350
8.3.1 RTDS仿真系统的功能和特点 350
8.3.2 RTDS仿真实验的工作原理 351
8.3.3 典型的RTDS动模试验方法 352
8.4 算法库的建立 352
8.5 基于CPSS的平行系统的仿真平台的建立 354
8.5.1 基于平行系统的电力系统智能发电控制仿真平台 354
8.5.2 平行系统的仿真算例 357
8.6 结论与展望 360
参考文献 361
《智能电网研究与应用丛书》序
序
前言
第1章 概述 1
1.1 “智能化”发电调度与控制系统 1
1.2 AGC基础 2
1.3 SGC基本特征 6
参考文献 8
第2章 智能发电控制的性能评价指标与控制目标 11
2.1 自动发电控制系统控制性能标准 11
2.1.1 A1/A2标准 11
2.1.2 CPS标准 11
2.1.3 区域控制偏差评价标准 15
2.2 CPS标准中的统计特性 17
2.3 智能发电控制的优化目标 18
参考文献 22
第3章 智能发电控制系统的模型与参数 24
3.1 传统发电系统 24
3.1.1 燃煤机组 25
3.1.2 燃气机组 26
3.1.3 水电机组 27
3.1.4 燃油机组 28
3.1.5 核电机组 29
3.2 新型发电系统 33
3.2.1 风电机组 33
3.2.2 光伏发电 35
3.2.3 储能装置 37
3.2.4 小水电 38
3.2.5 微型燃气轮机 40
3.3 虚拟发电系统 41
3.3.1 虚拟发电厂 41
3.3.2 需求侧可控负荷 42
3.3.3 电动汽车及其他电池储能系统 48
3.4 电力系统负荷频率响应模型 51
3.4.1 IEEE两区域互联系统LFC模型 51
3.4.2 三区域互联系统及更多区域模型 51
3.4.3 考虑需求响应的电力系统负荷频率响应模型 53
3.4.4 考虑大规模可再生能源接入的电力系统负荷频率响应模型 56
参考文献 58
第4章 集中决策式智能发电控制系统 60
4.1 系统功能、架构与目标 60
4.2 基于单智能体技术的CPS控制器 61
4.2.1 传统PID控制器 61
4.2.2 变论域模糊控制 63
4.2.3 Q学习控制与Q(λ)学习控制 71
4.2.4 R与R(λ)学习控制 84
4.3 基于单智能体技术的发电控制指令动态优化分配 99
4.3.1 基于Q学习的动态优化分配 99
4.3.2 基于Q(λ)学习的动态优化分配 101
4.3.3 基于分层Q(λ)学习的动态优化分配 104
4.4 基于人工情感Q学习算法的智能发电控制设计 111
4.4.1 人工情感 111
4.4.2 人工情感Q学习算法 112
4.4.3 人工情感Q(λ)学习算法的SGC控制器 115
4.4.4 仿真算例 117
4.5 基于松弛深度学习算法的统一时间尺度的智能发电控制 122
4.5.1 统一时间尺度的智能发电控制 122
4.5.2 统一时间尺度的仿真算例 125
4.6 基于深度强化森林算法的智能发电控制 133
4.6.1 深度强化森林算法框架 133
4.6.2 两区域、三区域和四区域仿真算例 141
参考文献 147
第5章 分散自治式的智能发电控制 149
5.1 多智能体系统功能、架构与目标 149
5.2 基于多智能体技术的智能发电控制 151
5.2.1 基于相关均衡博弈的智能发电协同控制 151
5.2.2 基于自博弈的智能发电协同控制 177
5.3 基于深度强化学习的智能发电控制 186
5.3.1 深度强化学习算法 186
5.3.2 基于深度强化学习的控制器的训练与互博弈 190
5.3.3 深度强化学习算法的SGC控制器设计 191
5.3.4 深度强化学习算法的算例 192
参考文献 199
第6章 虚拟发电部落控制 203
6.1 什么是虚拟发电部落控制 203
6.2 协同一致性协同控制原理 205
6.2.1 理想通信网络下的多智能体协同一致性控制 205
6.2.2 非理想通信网络下的多智能体协同一致性控制 220
6.3 基于狼群捕猎策略的VGT控制 233
6.3.1 框架设计 234
6.3.2 WPH-VTC策略 236
6.3.3 基于WPH-VTC策略的AGC设计 239
6.3.4 算例研究 241
6.3.5 讨论 250
参考文献 251
第7章 面向孤岛电网与微网的智能发电控制 253
7.1 基于深度神经网络启发式动态规划算法的微网智能发电控制 253
7.1.1 自适应动态规划算法 253
7.1.2 深度神经网络启发式动态规划的微网智能发电控制器设计 253
7.1.3 算例 256
7.2 孤岛主动配电网智能发电控制 281
7.2.1 基于多智能体一致性理论的分布式电源发电协同控制 281
7.2.2 基于集体智慧Q学习算法的负荷协同发电控制 306
7.3 基于孤岛智能配电网的狼群捕猎策略 324
7.3.1 狼群捕猎策略 324
7.3.2 狼群捕猎策略的设计 328
7.3.3 算例分析 329
参考文献 337
第8章 智能发电控制的研究工具与测试平台 340
8.1 MATLAB平台 340
8.2 JADE平台 344
8.2.1 SGC-SP框架 344
8.2.2 JADE 344
8.2.3 实时数据通信 346
8.2.4 ACL消息发送与监控 346
8.2.5 智能体的创建与销毁 348
8.3 RTDS平台 350
8.3.1 RTDS仿真系统的功能和特点 350
8.3.2 RTDS仿真实验的工作原理 351
8.3.3 典型的RTDS动模试验方法 352
8.4 算法库的建立 352
8.5 基于CPSS的平行系统的仿真平台的建立 354
8.5.1 基于平行系统的电力系统智能发电控制仿真平台 354
8.5.2 平行系统的仿真算例 357
8.6 结论与展望 360
参考文献 361
猜您喜欢
