当前位置:主页 > 新闻中心 >

沈阳自动化所在智能电网优化调度研究中取得进展

发布日期:2021-06-19 09:04   来源:未知   阅读:

  作为国家在科学技术方面的最高学术机构和全国自然科学与高新技术的综合研究与发展中心,建院以来,中国科学院时刻牢记使命,与科学共进,与祖国同行,以国家富强、人民幸福为己任,人才辈出,硕果累累,为我国科技进步、经济社会发展和国家安全做出了不可替代的重要贡献。更多简介 +

  中国科学技术大学(简称“中科大”)于1958年由中国科学院创建于北京,1970年学校迁至安徽省合肥市。中科大坚持“全院办校、所系结合”的办学方针,是一所以前沿科学和高新技术为主、兼有特色管理与人文学科的研究型大学。

  中国科学院大学(简称“国科大”)始建于1978年,其前身为中国科学院研究生院,2012年更名为中国科学院大学。国科大实行“科教融合”的办学体制,与中国科学院直属研究机构在管理体制、师资队伍、培养体系、科研工作等方面共有、共治、共享、共赢,是一所以研究生教育为主的独具特色的研究型大学。

  上海科技大学(简称“上科大”),由上海市人民政府与中国科学院共同举办、共同建设,2013年经教育部正式批准。上科大秉持“服务国家发展战略,培养创新创业人才”的办学方针,实现科技与教育、科教与产业、科教与创业的融合,是一所小规模、高水平、国际化的研究型、创新型大学。

  近日,中国科学院沈阳自动化研究所智能微电网课题组在智能电网优化调度领域取得进展,相关成果获智能电网期刊IEEE TRANSACTIONS ON SMART GRID刊载。

  随着全球气候变化及环境污染问题的日益加重,电力系统的清洁性、安全性和可持续性越来越受到世界各国重视。发展大规模分布式可再生清洁能源,利用先进的智能优化和控制技术,加速传统电力系统向更清洁、更安全和更可持续性的智能电网转变,是未来电力系统的发展趋势和新兴研究热点。目前,国内外在可再生能源的接入、暂态稳定性控制以及电网运行的经济性等方面的研究已取得重要进展,然而对于接入高比例可再生能源的电力系统,其运行的安全性及相关的智能优化调度方法仍有待突破。

  在题为Dynamic Energy Management of a Microgrid using Approximate Dynamic Programming and Deep Recurrent Neural Network Learning的研究论文中,智能微电网课题组提出了一种基于深度强化学习技术的微电网实时能源优化方法。该方法考虑可再生能源出力的随机性及其对电网交流潮流约束的影响,利用一个深度递归神经网络对微电网当前运行状态进行特征提取,并在保证微电网安全性的基础上,对微电网各分布式发电单元进行调度,实现微电网运行的实时优化控制。此外,相对于目前的微电网运行控制方法,提出的方法完全是基于学习的,不需要对可再生能源出力进行预测建模,表现出很好的自适应性。该工作不仅是智能电网优化调度研究中新的探索和突破,也为未来应用人工智能技术推动智能电网发展提供了新的研究思路。

  近日,中国科学院沈阳自动化研究所智能微电网课题组在智能电网优化调度领域取得进展,相关成果获智能电网期刊IEEE TRANSACTIONS ON SMART GRID 刊载。

  随着全球气候变化及环境污染问题的日益加重,电力系统的清洁性、安全性和可持续性越来越受到世界各国重视。发展大规模分布式可再生清洁能源,利用先进的智能优化和控制技术,加速传统电力系统向更清洁、更安全和更可持续性的智能电网转变,是未来电力系统的发展趋势和新兴研究热点。目前,国内外在可再生能源的接入、暂态稳定性控制以及电网运行的经济性等方面的研究已取得重要进展,然而对于接入高比例可再生能源的电力系统,其运行的安全性及相关的智能优化调度方法仍有待突破。

  在题为Dynamic Energy Management of a Microgrid using Approximate Dynamic Programming and Deep Recurrent Neural Network Learning 的研究论文中,智能微电网课题组提出了一种基于深度强化学习技术的微电网实时能源优化方法。该方法考虑可再生能源出力的随机性及其对电网交流潮流约束的影响,利用一个深度递归神经网络对微电网当前运行状态进行特征提取,并在保证微电网安全性的基础上,对微电网各分布式发电单元进行调度,实现微电网运行的实时优化控制。此外,相对于目前的微电网运行控制方法,提出的方法完全是基于学习的,不需要对可再生能源出力进行预测建模,表现出很好的自适应性。该工作不仅是智能电网优化调度研究中新的探索和突破,也为未来应用人工智能技术推动智能电网发展提供了新的研究思路。www.xz6p.com.cn