当前位置:首页 > 工业技术
智能发电控制
智能发电控制

智能发电控制PDF电子书下载

工业技术

  • 电子书积分:13 积分如何计算积分?
  • 作 者:余涛,张孝顺,席磊等著
  • 出 版 社:北京:科学出版社
  • 出版年份:2019
  • ISBN:9787030600004
  • 页数:362 页
图书介绍:本书首先对传统自动发电控制原理、发展等进行简单的回顾,并分析其存在的主要问题。提出智能发电控制(SmartGenerationControl,SGC),应对未来日益复杂多样的智能电网。书中先从各种发电机组模型、厂端模型以及各类发电控制方法(传统方法和智能方法)进行详细的介绍。随后对主要控制问题:智能调度端发电控制、发电厂的智能功率分配控制及其发电机组内部协调控制这三个层面展开陈述研究。
《智能发电控制》目录

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

返回顶部