摘要
本发明涉及电力自动化控制领域,具体涉及一种用于新型电力系统的储能协同虚拟惯性控制方法及系统;包括以下步骤:构建去中心化部分可观测马尔科夫决策模型,基于去中心化部分可观测马尔科夫决策模型,通过李雅普诺夫理论对电力系统平衡点分析,得到分析结果,根据分析结果设计得到对所述储能控制器的约束条件;通过深度强化学习算法对所述储能控制器协同优化。建立去中心化的部分可观测马尔可夫决策模型并对储能控制器进行约束,保证了电力系统的稳定性;通过将各储能控制器的本地状态与全局状态动态关联并定义全局动作,有效整合多储能系统的分散信息,增强协同控制性能,提高了电网频率调节的动态性能。
技术关键词
虚拟惯性控制方法
新型电力系统
储能
李雅普诺夫理论
深度强化学习算法
李雅普诺夫函数
控制器
虚拟惯性控制系统
有功功率
决策
电力自动化控制
观察电力系统
虚拟惯量
母线
设计约束条件
网络
定义
方程
系统为您推荐了相关专利信息
储能管理系统
曲线
电网仿真模型
参数
无功功率补偿
电力系统储能
集群
嵌套
新能源发电出力
协同调度方法
环保新能源
AI智能控制
能量转换模块
设备主体
智能设备
混合储能系统
双层优化模型
全钒液流电池
风光
弃风弃光
柔性配电网
优化运行方法
有功功率
节点
配电网运行优化技术