本書主要介紹智能電網背景下比自動發(fā)電控制更加智能、優(yōu)化和協調的智能發(fā)電控制，內容包括：第1章概述；第2章介紹自動發(fā)電控制性能評價指標，提出智能發(fā)電控制的優(yōu)化控制目標；第3章介紹傳統發(fā)電系統、新型發(fā)電系統、虛擬發(fā)電系統以及互聯電網負荷-頻率響應數學模型；第4、5章分別介紹集中決策式、分散自治式智能發(fā)電系統的控制框架及其智能算法；第6、7章分別介紹虛擬發(fā)電部落、孤島電網與微網的智能發(fā)電控制系統的概念及其實現方法；第8章介紹研究智能發(fā)電控制策略的仿真平臺(JADE平臺和RTDS平臺)，介紹基于信息物理社會融合系統的平行系統及其并行算法。
更多科學出版社服務，請掃碼獲取。
目錄
《智能電網研究與應用叢書》序
序
前言
第1章 概述 1
1.1 “智能化”發(fā)電調度與控制系統 1
1.2 AGC基礎 2
1.3 SGC基本特征 6
參考文獻 8
第2章 智能發(fā)電控制的性能評價指標與控制目標 11
2.1 自動發(fā)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(qū)域控制偏差評價標準 15
2.2 CPS標準中的統計特性 17
2.3 智能發(fā)電控制的優(yōu)化目標 18
參考文獻 22
第3章 智能發(fā)電控制系統的模型與參數 24
3.1 傳統發(fā)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(fā)電系統 33
3.2.1 風電機組 33
3.2.2 光伏發(fā)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(fā)電系統 41
3.3.1 虛擬發(fā)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 電力系統負荷頻率響應模型 51
3.4.1 IEEE兩區(qū)域互聯系統LFC模型 51
3.4.2 三區(qū)域互聯系統及更多區(qū)域模型 51
3.4.3 考慮需求響應的電力系統負荷頻率響應模型 53
3.4.4 考慮大規(guī)�？稍偕茉唇尤氲碾娏ο到y負荷頻率響應模型 56
參考文獻 58
第4章 集中決策式智能發(fā)電控制系統 60
4.1 系統功能、架構與目標 60
4.2 基于單智能體技術的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 基于單智能體技術的發(fā)電控制指令動態(tài)優(yōu)化分配 99
4.3.1 基于Q學習的動態(tài)優(yōu)化分配 99
4.3.2 基于Q(λ)學習的動態(tài)優(yōu)化分配 101
4.3.3 基于分層Q(λ)學習的動態(tài)優(yōu)化分配 104
4.4 基于人工情感Q學習算法的智能發(fā)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 基于松弛深度學習算法的統一時間尺度的智能發(fā)電控制 122
4.5.1 統一時間尺度的智能發(fā)電控制 122
4.5.2 統一時間尺度的仿真算例 125
4.6 基于深度強化森林算法的智能發(fā)電控制 133
4.6.1 深度強化森林算法框架 133
4.6.2 兩區(qū)域、三區(qū)域和四區(qū)域仿真算例 141
參考文獻 147
第5章 分散自治式的智能發(fā)電控制 149
5.1 多智能體系統功能、架構與目標 149
5.2 基于多智能體技術的智能發(fā)電控制 151
5.2.1 基于相關均衡博弈的智能發(fā)電協同控制 151
5.2.2 基于自博弈的智能發(fā)電協同控制 177
5.3 基于深度強化學習的智能發(fā)電控制 186
5.3.1 深度強化學習算法 186
5.3.2 基于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(fā)電部落控制 203
6.1 什么是虛擬發(fā)電部落控制 203
6.2 協同一致性協同控制原理 205
6.2.1 理想通信網絡下的多智能體協同一致性控制 205
6.2.2 非理想通信網絡下的多智能體協同一致性控制 220
6.3 基于狼群捕獵策略的VGT控制 233
6.3.1 框架設計 234
6.3.2 WPH-VTC策略 236
6.3.3 基于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能發(fā)電控制 253
7.1 基于深度神經網絡啟發(fā)式動態(tài)規(guī)劃算法的微網智能發(fā)電控制 253
7.1.1 自適應動態(tài)規(guī)劃算法 253
7.1.2 深度神經網絡啟發(fā)式動態(tài)規(guī)劃的微網智能發(fā)電控制器設計 253
7.1.3 算例 256
7.2 孤島主動配電網智能發(fā)電控制 281
7.2.1 基于多智能體一致性理論的分布式電源發(fā)電協同控制 281
7.2.2 基于集體智慧Q學習算法的負荷協同發(fā)電控制 306
7.3 基于孤島智能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 智能發(fā)電控制的研究工具與測試平臺 340
8.1 MATLAB平臺 340
8.2 JADE平臺 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消息發(fā)送與監(jiān)控 346
8.2.5 智能體的創(chuàng)建與銷毀 348
8.3 RTDS平臺 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 基于CPSS的平行系統的仿真平臺的建立 354
8.5.1 基于平行系統的電力系統智能發(fā)電控制仿真平臺 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
書單推薦
