کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
11028770 1646720 2018 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Deep learning adaptive dynamic programming for real time energy management and control strategy of micro-grid
ترجمه فارسی عنوان
برنامه ریزی پویا تطبیقی ​​عمیق برای مدیریت انرژی و کنترل استراتژی انرژی در زمان واقعی
کلمات کلیدی
ریزشبکه، یادگیری عمیق، برنامه ریزی پویا سازگار، مدیریت انرژی در زمان واقعی، انرژی توزیع،
ترجمه چکیده
با استفاده گسترده از انرژی تجدید پذیر توزیع شده در سیستم های قدرت، مشکلات مدیریت انرژی در شبکه های کوچک به طور چشمگیری افزایش یافته است. روشهای بهینه سازی آفلاین یا استات اغلب برای حل مشکلات که معمولا به صورت گسسته و غیر خطی هستند مورد استفاده قرار می گیرد. چند روش بهینه سازی آنلاین وجود دارد و آنها نه تنها پیچیده هستند، بلکه به طور معمول نسل ها و بارهای توزیع شده در شبکه های کوچک را به طور کلی در نظر می گیرند. نتیجه این است که روش های آنلاین نتوانسته اند منعکس کننده مولفه مولد انرژی توزیع شده و سهم ایجاد شده توسط توسعه انرژی تجدید پذیر برای کاهش مصرف انرژی فسیلی سنتی باشند. علاوه بر این، نتایج به دست آمده از طریق روش های آفلاین یا آنلاین ممکن است به مقادیر خاصی از مقادیر واقعی ختم شوند. این مقاله رفتار مدیریت انرژی توزیع شده در شبکه های میکرو را به عنوان یک مشکل کنترل بهینه مورد بررسی قرار می دهد. با استفاده از نظریه کنترل سیستم، یک چارچوب مدیریت زمان واقعی انرژی توزیع شده در شبکه های کوچک ارائه می شود. برای این چارچوب یک برنامه یادگیری عمیق یادگیرنده تطبیقی ​​است. با توجه به معرفی مفهوم بازخورد حلقه بسته، استراتژی مدیریت و کنترل پیشنهادی یک الگوریتم زمان واقعی است. علاوه بر این، دقت مدیریت و کنترل تابع هدف را می توان بهبود بخشید. شکاف بار انعطاف پذیر پس از بهینه سازی می تواند از لحاظ هدایت مصرف کننده های قابل انعطاف بار برای تغییر عادات مصرف انرژی خود مفید باشد، بنابراین تولید انرژی زغال سنگ کاهش می یابد و اتاق هایی برای کاهش انتشار کربن فراهم می کند. از آنجایی که در زمان واقعی، اپراتورهای میکرو شبکه نیز می توانند برنامه ریزی روزانه را انجام دهند، که می تواند از طریق ترکیب این مدیریت بهینه و استراتژی کنترل با مکانیسم عمل و مدیریت انرژی انجام شود. علاوه بر این، برخی از مجموعه داده ها از استراتژی کنترل بهینه در زمان واقعی در این مقاله به دست آمده است. این مجموعه داده های بصری و دقیق می تواند برای بهینه سازی بیشتر انرژی در عملیات و مدیریت شبکه های میکروتیک مورد استفاده قرار گیرد و بدین ترتیب مدیریت انرژی موثر برای شبکه های کوچک را به اثبات رساند. در نهایت، زمان واقعی و اثربخشی استراتژی مدیریت و کنترل پیشنهادی با شبیه سازی ها ثابت می شود. برخی از نتایج مثبت کشیده شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
پیش نمایش مقاله
برنامه ریزی پویا تطبیقی ​​عمیق برای مدیریت انرژی و کنترل استراتژی انرژی در زمان واقعی
چکیده انگلیسی
With the widespread application of distributed renewable energy in power systems, energy management problems in micro-grids have become increasingly significant. Offline or static optimization methods are frequently employed to solve the problems which are typically discrete and nonlinear. There are few online optimization methods and they are not only complex but also normally consider the distributed generations and loads in micro-grid as a whole. The outcome is that the online methods fail to reflect the composing characteristic of distributed multi-energy and the contribution made by developing renewable energy to reduce the consumption of traditional fossil energy. Moreover, results obtained by either the offline or the on-line methods can deviate to certain extents from the true values. This paper treats the management of distributed energy in micro-grids as an optimal control problem. Using the system control theory, a framework of real-time management of distributed energy in micro-grids is proposed. A deep learning adaptive dynamic programming is proposed for this framework. Due to the introduction of the concept of closed-loop feedback, the proposed management and control strategy is a real-time algorithm. Furthermore, the accuracy of managing and controlling the objective function can be improved. The gap of the flexible load after the optimization can be helpful in terms of guiding the flexible load consumers to change their habits of energy consumption, thereby reducing the coal-fired power generation and providing room for reducing carbon emissions. Because it is real-time, micro-grid operators can also realize intra-day scheduling, which can be done through combining this optimized management and control strategy with the mechanism of energy operating and managing. Moreover, some data sets of the real-time optimal control strategy are obtained in this paper. These intuitive and accurate data sets can be used to further optimize energy operating and managing of micro-grids, thereby realizing effective energy management for micro-grids. Finally, the real-time and effectiveness of the proposed management and control strategy are proved by the simulations. Some positive conclusions are drawn.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Cleaner Production - Volume 204, 10 December 2018, Pages 1169-1177
نویسندگان
, ,