机构名称：
¥ 2.0
由于固有的波动，风能整合到大规模的网格中会带来不稳定和其他安全风险。在本研究中，提出了使用多代理深钢筋学习，风力涡轮机（WT）的新协调控制策略和混合动力储能系统（HESS）是为了进行风能平滑的目的，其中HESS与转子动能和风力涡轮机的旋翼动能结合在一起。首先，通过自适应变化模式分解（VMD）预测风力发电量并分解为高，中和低频组件。然后，通过多代理双层列表深层确定性策略梯度算法（MATD3）进行高频和中频的参考功率的最佳二级分配，以平滑功率输出。为了提高学习的勘探能力，将一种新型的α-状态lévy噪声注入了MATD3的动作空间，并动态调节了噪声。模拟和RT-LAB半物理实时实验结果表明，提出的控制策略可以合理地充分利用WT和HESS组合生成系统的平滑输出功率，延长储能元件的寿命并降低WT的磨损。
对风力涡轮机和杂种能量的协调控制...
主要关键词
相关文件推荐
