摘要
本发明提供一种基于数据驱动的多区域电网储能自适应虚拟惯性控制方法及相关装置,包括:建立至少两个区域电网模型;采用竞争框架下的深度Q网络改进算法对两个区域的虚拟惯性控制单元的惯性常数进行调节,建立Dueling DQN智能体需要的动作空间,状态空间和奖励函数建立目标损失函数,对Dueling DQN智能体的神经网络参数进行迭代,引入L1参数范数惩罚项对目标损失函数进行改进,提高Dueling DQN智能体的泛化能力。本发明可自适应调节不同区域的虚拟惯性控制单元中的惯性常数,实现不同场景下惯性功率的合理补偿和多区域储能之间的协同配合,共同提高多区域电网的稳定性。
技术关键词
虚拟惯性控制方法
电网储能
神经网络参数
虚拟惯性控制系统
风电系统
深度Q网络
涡轮系统
数据
可读存储介质
储能装置
频率
积分控制器
联络线功率
风力发电机组
偏差
系统为您推荐了相关专利信息
建筑能耗预测方法
特征选择
BiLSTM模型
组合预测模型
数据
高效预测方法
模型训练模块
预测误差
物理
船体结构
牵引供电系统
供电臂
有功功率
电池储能系统
日内滚动优化