《智慧型發電控制》是2019年科學出版社出版的圖書，作者是余濤等。
基本介紹
- 書名：智慧型發電控制
- 作者：余濤等
- ISBN：9787030600004
- 頁數：362
- 定價：198.00元
- 出版社：科學出版社
- 出版時間：2019年01月01日
- 裝幀：平脊精裝
- 開本：B5
內容簡介,圖書目錄,
內容簡介
本書主要介紹智慧型電網背景下比自動發電控制更加智慧型、最佳化和協調的智慧型發電控制，內容包括：第1章概述；第2章介紹自動發電控制性能評價指標，提出智慧型發電控制的最佳化控制目標；第3章介紹傳統發電系統、新型發電系統、虛擬發電系統以及互聯電網負荷-頻率回響數學模型；第4、5章分別介紹集中決策式、分散自治式智慧型發電系統的控制框架及其智慧型算法；第6、7章分別介紹虛擬發電部落、孤島電網與微網的智慧型發電控制系統的概念及其實現方法；第8章介紹研究智慧型發電控制策略的仿真平台(JADE平台和RTDS平台)，介紹基於信息物理社會融合系統的平行系統及其並行算法。
圖書目錄
《智慧型電網研究與套用叢書》序
序
前言
第1章 概述 1
1.1 “智慧型化”發電調度與控制系統 1
1.2 AGC基礎 2
1.3 SGC基本特徵 6
參考文獻 8
第2章 智慧型發電控制的性能評價指標與控制目標 11
2.1 自動發電控制系統控制性能標準 11
2.1.1 A1/A2標準 11
2.1.2 CPS標準 11
2.1.3 區域控制偏差評價標準 15
2.2 CPS標準中的統計特性 17
2.3 智慧型發電控制的最佳化目標 18
參考文獻 22
第3章 智慧型發電控制系統的模型與參數 24
3.1 傳統發電系統 24
3.1.1 燃煤機組 25
3.1.2 燃氣機組 26
3.1.3 水電機組 27
3.1.4 燃油機組 28
3.1.5 核電機組 29
3.2 新型發電系統 33
3.2.1 風電機組 33
3.2.2 光伏發電 35
3.2.3 儲能裝置 37
3.2.4 小水電 38
3.2.5 微型燃氣輪機 40
3.3 虛擬發電系統 41
3.3.1 虛擬發電廠 41
3.3.2 需求側可控負荷 42
3.3.3 電動汽車及其他電池儲能系統 48
3.4 電力系統負荷頻率回響模型 51
3.4.1 IEEE兩區域互聯繫統LFC模型 51
3.4.2 三區域互聯繫統及更多區域模型 51
3.4.3 考慮需求回響的電力系統負荷頻率回響模型 53
3.4.4 考慮大規模可再生能源接入的電力系統負荷頻率回響模型 56
參考文獻 58
第4章 集中決策式智慧型發電控制系統 60
4.1 系統功能、架構與目標 60
4.2 基於單智慧型體技術的CPS控制器 61
4.2.1 傳統PID控制器 61
4.2.2 變論域模糊控制 63
4.2.3 Q學習控制與Q(λ)學習控制 71
4.2.4 R與R(λ)學習控制 84
4.3 基於單智慧型體技術的發電控制指令動態最佳化分配 99
4.3.1 基於Q學習的動態最佳化分配 99
4.3.2 基於Q(λ)學習的動態最佳化分配 101
4.3.3 基於分層Q(λ)學習的動態最佳化分配 104
4.4 基於人工情感Q學習算法的智慧型發電控制設計 111
4.4.1 人工情感 111
4.4.2 人工情感Q學習算法 112
4.4.3 人工情感Q(λ)學習算法的SGC控制器 115
4.4.4 仿真算例 117
4.5 基於鬆弛深度學習算法的統一時間尺度的智慧型發電控制 122
4.5.1 統一時間尺度的智慧型發電控制 122
4.5.2 統一時間尺度的仿真算例 125
4.6 基於深度強化森林算法的智慧型發電控制 133
4.6.1 深度強化森林算法框架 133
4.6.2 兩區域、三區域和四區域仿真算例 141
參考文獻 147
第5章 分散自治式的智慧型發電控制 149
5.1 多智慧型體系統功能、架構與目標 149
5.2 基於多智慧型體技術的智慧型發電控制 151
5.2.1 基於相關均衡博弈的智慧型發電協同控制 151
5.2.2 基於自博弈的智慧型發電協同控制 177
5.3 基於深度強化學習的智慧型發電控制 186
5.3.1 深度強化學習算法 186
5.3.2 基於深度強化學習的控制器的訓練與互博弈 190
5.3.3 深度強化學習算法的SGC控制器設計 191
5.3.4 深度強化學習算法的算例 192
參考文獻 199
第6章 虛擬發電部落控制 203
6.1 什麼是虛擬發電部落控制 203
6.2 協同一致性協同控制原理 205
6.2.1 理想通信網路下的多智慧型體協同一致性控制 205
6.2.2 非理想通信網路下的多智慧型體協同一致性控制 220
6.3 基於狼群捕獵策略的VGT控制 233
6.3.1 框架設計 234
6.3.2 WPH-VTC策略 236
6.3.3 基於WPH-VTC策略的AGC設計 239
6.3.4 算例研究 241
6.3.5 討論 250
參考文獻 251
第7章 面向孤島電網與微網的智慧型發電控制 253
7.1 基於深度神經網路啟發式動態規划算法的微網智慧型發電控制 253
7.1.1 自適應動態規划算法 253
7.1.2 深度神經網路啟發式動態規劃的微網智慧型發電控制器設計 253
7.1.3 算例 256
7.2 孤島主動配電網智慧型發電控制 281
7.2.1 基於多智慧型體一致性理論的分散式電源發電協同控制 281
7.2.2 基於集體智慧Q學習算法的負荷協同發電控制 306
7.3 基於孤島智慧型配電網的狼群捕獵策略 324
7.3.1 狼群捕獵策略 324
7.3.2 狼群捕獵策略的設計 328
7.3.3 算例分析 329
參考文獻 337
第8章 智慧型發電控制的研究工具與測試平台 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 實時數據通信 346
8.2.4 ACL訊息傳送與監控 346
8.2.5 智慧型體的創建與銷毀 348
8.3 RTDS平台 350
8.3.1 RTDS仿真系統的功能和特點 350
8.3.2 RTDS仿真實驗的工作原理 351
8.3.3 典型的RTDS動模試驗方法 352
8.4 算法庫的建立 352
8.5 基於CPSS的平行系統的仿真平台的建立 354
8.5.1 基於平行系統的電力系統智慧型發電控制仿真平台 354
8.5.2 平行系統的仿真算例 357
8.6 結論與展望 360
參考文獻 361
序
前言
第1章 概述 1
1.1 “智慧型化”發電調度與控制系統 1
1.2 AGC基礎 2
1.3 SGC基本特徵 6
參考文獻 8
第2章 智慧型發電控制的性能評價指標與控制目標 11
2.1 自動發電控制系統控制性能標準 11
2.1.1 A1/A2標準 11
2.1.2 CPS標準 11
2.1.3 區域控制偏差評價標準 15
2.2 CPS標準中的統計特性 17
2.3 智慧型發電控制的最佳化目標 18
參考文獻 22
第3章 智慧型發電控制系統的模型與參數 24
3.1 傳統發電系統 24
3.1.1 燃煤機組 25
3.1.2 燃氣機組 26
3.1.3 水電機組 27
3.1.4 燃油機組 28
3.1.5 核電機組 29
3.2 新型發電系統 33
3.2.1 風電機組 33
3.2.2 光伏發電 35
3.2.3 儲能裝置 37
3.2.4 小水電 38
3.2.5 微型燃氣輪機 40
3.3 虛擬發電系統 41
3.3.1 虛擬發電廠 41
3.3.2 需求側可控負荷 42
3.3.3 電動汽車及其他電池儲能系統 48
3.4 電力系統負荷頻率回響模型 51
3.4.1 IEEE兩區域互聯繫統LFC模型 51
3.4.2 三區域互聯繫統及更多區域模型 51
3.4.3 考慮需求回響的電力系統負荷頻率回響模型 53
3.4.4 考慮大規模可再生能源接入的電力系統負荷頻率回響模型 56
參考文獻 58
第4章 集中決策式智慧型發電控制系統 60
4.1 系統功能、架構與目標 60
4.2 基於單智慧型體技術的CPS控制器 61
4.2.1 傳統PID控制器 61
4.2.2 變論域模糊控制 63
4.2.3 Q學習控制與Q(λ)學習控制 71
4.2.4 R與R(λ)學習控制 84
4.3 基於單智慧型體技術的發電控制指令動態最佳化分配 99
4.3.1 基於Q學習的動態最佳化分配 99
4.3.2 基於Q(λ)學習的動態最佳化分配 101
4.3.3 基於分層Q(λ)學習的動態最佳化分配 104
4.4 基於人工情感Q學習算法的智慧型發電控制設計 111
4.4.1 人工情感 111
4.4.2 人工情感Q學習算法 112
4.4.3 人工情感Q(λ)學習算法的SGC控制器 115
4.4.4 仿真算例 117
4.5 基於鬆弛深度學習算法的統一時間尺度的智慧型發電控制 122
4.5.1 統一時間尺度的智慧型發電控制 122
4.5.2 統一時間尺度的仿真算例 125
4.6 基於深度強化森林算法的智慧型發電控制 133
4.6.1 深度強化森林算法框架 133
4.6.2 兩區域、三區域和四區域仿真算例 141
參考文獻 147
第5章 分散自治式的智慧型發電控制 149
5.1 多智慧型體系統功能、架構與目標 149
5.2 基於多智慧型體技術的智慧型發電控制 151
5.2.1 基於相關均衡博弈的智慧型發電協同控制 151
5.2.2 基於自博弈的智慧型發電協同控制 177
5.3 基於深度強化學習的智慧型發電控制 186
5.3.1 深度強化學習算法 186
5.3.2 基於深度強化學習的控制器的訓練與互博弈 190
5.3.3 深度強化學習算法的SGC控制器設計 191
5.3.4 深度強化學習算法的算例 192
參考文獻 199
第6章 虛擬發電部落控制 203
6.1 什麼是虛擬發電部落控制 203
6.2 協同一致性協同控制原理 205
6.2.1 理想通信網路下的多智慧型體協同一致性控制 205
6.2.2 非理想通信網路下的多智慧型體協同一致性控制 220
6.3 基於狼群捕獵策略的VGT控制 233
6.3.1 框架設計 234
6.3.2 WPH-VTC策略 236
6.3.3 基於WPH-VTC策略的AGC設計 239
6.3.4 算例研究 241
6.3.5 討論 250
參考文獻 251
第7章 面向孤島電網與微網的智慧型發電控制 253
7.1 基於深度神經網路啟發式動態規划算法的微網智慧型發電控制 253
7.1.1 自適應動態規划算法 253
7.1.2 深度神經網路啟發式動態規劃的微網智慧型發電控制器設計 253
7.1.3 算例 256
7.2 孤島主動配電網智慧型發電控制 281
7.2.1 基於多智慧型體一致性理論的分散式電源發電協同控制 281
7.2.2 基於集體智慧Q學習算法的負荷協同發電控制 306
7.3 基於孤島智慧型配電網的狼群捕獵策略 324
7.3.1 狼群捕獵策略 324
7.3.2 狼群捕獵策略的設計 328
7.3.3 算例分析 329
參考文獻 337
第8章 智慧型發電控制的研究工具與測試平台 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 實時數據通信 346
8.2.4 ACL訊息傳送與監控 346
8.2.5 智慧型體的創建與銷毀 348
8.3 RTDS平台 350
8.3.1 RTDS仿真系統的功能和特點 350
8.3.2 RTDS仿真實驗的工作原理 351
8.3.3 典型的RTDS動模試驗方法 352
8.4 算法庫的建立 352
8.5 基於CPSS的平行系統的仿真平台的建立 354
8.5.1 基於平行系統的電力系統智慧型發電控制仿真平台 354
8.5.2 平行系統的仿真算例 357
8.6 結論與展望 360
參考文獻 361
