水电与抽水蓄能

基于深度强化学习算法的光伏-抽蓄互补系统智能 

来源:水电与抽水蓄能 【在线投稿】 栏目:期刊导读 时间:2020-11-03

抑制高渗透率并网光伏发电的功率波动对电力系统稳定及经济运行影响至关重要。储能系统通过充放电行为有效抑制光伏发电功率的波动,从而保障光伏电源平滑接入大电网。针对现有光伏发电功率预测精度不高,储能设备工况转换频繁导致系统稳定性降低以及经济收益差等问题,该文以100%消纳光伏发电为前提,提出采用周期衰减学习率的改进型深度确定性策略梯度算法(CDLR-DDPG)的光伏-抽水蓄能互补发电系统的实时智能调度方法;通过将智能调度问题转换为马尔可夫决策过程并对其求解,得到抽蓄的实时运行策略。以四川省小金县某光伏电站的历史数据为例,对所述方法进行了仿真。结果表明,该文所提出的方法能有效地缓解并网点功率波动,减小抽蓄工况转换频率,提升光伏并网电力系统的稳定性和经济性,在运行周期内使得并网点功率波动降低了12.7%,同时互补系统收益增长了4.95%。

上一篇:梯级水光蓄互补联合发电关键技术与研究展望
下一篇:废弃矿井抽水蓄能多场景利用可行性及技术经济