2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

带有储能设备的智能电网电能迭代自适应动态规划最优控制

王澄 刘德荣 魏庆来 赵冬斌 夏振超

王澄, 刘德荣, 魏庆来, 赵冬斌, 夏振超. 带有储能设备的智能电网电能迭代自适应动态规划最优控制. 自动化学报, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984
引用本文: 王澄, 刘德荣, 魏庆来, 赵冬斌, 夏振超. 带有储能设备的智能电网电能迭代自适应动态规划最优控制. 自动化学报, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984
WANG Cheng, LIU De-Rong, WEI Qing-Lai, ZHAO Dong-Bin, XIA Zhen-Chao. Iterative Adaptive Dynamic Programming Approach to Power Optimal Control for Smart Grid with Energy Storage Devices. ACTA AUTOMATICA SINICA, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984
Citation: WANG Cheng, LIU De-Rong, WEI Qing-Lai, ZHAO Dong-Bin, XIA Zhen-Chao. Iterative Adaptive Dynamic Programming Approach to Power Optimal Control for Smart Grid with Energy Storage Devices. ACTA AUTOMATICA SINICA, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984

带有储能设备的智能电网电能迭代自适应动态规划最优控制


DOI: 10.3724/SP.J.1004.2014.01984
详细信息
    作者简介:

    王澄 高级工程师,广东省电力设计研究院网信自动化部副主任.2004年获得中山大学硕士学位.主要研究方向为电力自动化及智能用电的咨询、规划、设计.E-mail:492633452@qq.com

    通讯作者: 魏庆来 中国科学院自动化研究所副研究员.2009年于东北大学获控制理论与控制工程专业博士学位.主要研究方向为自适应动态规划,非线性系统,最优控制,智能电网.本文通信作者.E-mail:qinglai.wei@ia.ac.cn
  • 基金项目:

    国家自然科学基金(61034002,61233001,61273140)和北京市自然科学基金(4132078)资助

Iterative Adaptive Dynamic Programming Approach to Power Optimal Control for Smart Grid with Energy Storage Devices

More Information
  • Fund Project:

    Supported by National Natural Science Foundation of China (61034002, 61233001, 61273140) and Natural Science Foundation of Beijing (4132078)

  • 摘要: 智能电网是新一代电网建设的目标,也是国际电力工业界的共同选择. 本文研究在储能设备接入电网情况下,建立一套基于自适应动态规划(Adaptive dynamic programming,ADP)的智能电网电能自适应优化控制的理论与方法,实现电网发电端以及用户端的智能交互,开辟对智能电网供需优化匹配与调控方法的新途径. 论文首先给出动态规划的最优性原理以及带有储能设备智能电网的运行方式并提出优化目标;然后,设计新型迭代自适应动态规划方法实现对储能 设备的最优控制,并证明自适应动态规划方法的收敛性,在理论上保证了对智能电网电能的优化;最后,给出仿真例子显示出所提出控制方法的有效性.
  • [1] Ma Qi-Yan, Qin Li-Jun. Key technologies of smart distribution grid. Modem Electric Power, 2010, 27(2): 39-44(马其燕, 秦立军. 智能配电网关键技术. 现代电力, 2010, 27(2): 39-44)
    [2] Gellings C W. The Smart Grid: Enabling Energy Efficiency and Demand Response. Lilburn: The Fairmont Press, Inc., 2009.
    [3] Zhen Xiao-Ya, Yin Zhong-Dong, Sun Zhou. Advanced energy storage technology in the application of the smart grid and its prospect. Electric Age, 2011, (1): 44-47(甄晓亚, 尹忠东, 孙舟. 先进储能技术在智能电网中的应用和展望. 电气时代, 2011, (1): 44-47)
    [4] Xu Yan-Wei, Jia Rong. Application of artificial immune theory-based ant colony system (AIACS) in reconfiguration of distribution networks. Power System Protection and Control, 2010, 38(18): 89-93(徐延炜, 贾嵘. 基于人工免疫思想的蚁群算法(AIACS)在配电网重构中的应用. 电力系统保护与控制, 2010, 38(18): 89-93)
    [5] Hung M H, Shu L S, Ho S J, Hwang S F, Ho S Y. A novel intelligent multiobjective simulated annealing algorithm for designing robust PID controllers. IEEE Transactions on Systems, Man and Cybernetics, Part A: Systems and Humans, 2010, 38(2): 319-330
    [6] Green R C, Wang L F, Alam M, Singh C. Intelligent and parallel state space pruning for power system reliability analysis using MPI on a multicore platform. IEEE PES Innovative Smart Grid Technologies (ISGT), 2011, 18(2): 1-8
    [7] Qi Fang, Zhang Li-Zi, Wei Bin, Que Guang-Hui. Study on electricity tariffs based on Ramsey pricing theory. Power Demand Side Management, 2010, 12(2): 24-27(齐放, 张粒子, 魏玢, 阙光辉. 基于拉姆齐定价理论的销售电价研究. 电力需求侧管理, 2010, 12(2): 24-27)
    [8] Zhang Hua-Guang, Zhang Xin, Luo Yan-Hong, Yang Jun. An overview of research on adaptive dynamic programming. Acta Automatica Sinica, 2013, 39(4): 303-311(张化光, 张欣, 罗艳红, 杨珺. 自适应动态规划综述. 自动化学报, 2013, 39(4): 303-311)
    [9] Powell W B. Approximate Dynamic Programming: Solving the Curses of Dimensionality. New York: John Wiley & Sons, 2007.
    [10] Werbos P J. Approximate dynamic programming for real-time control and neural modeling. Handbook of Intelligent Control: Neural, Fuzzy, and Adaptive Approaches (Chapter 13). New York: Van Nostrand Reinhold, 1992.
    [11] Wang F Y, Zhang H G, Liu D R. Adaptive dynamic programming: an introduction. IEEE Computational Intelligence Magazine, 2009, 4(2): 39-47
    [12] Liu D R, Zhang Y, Zhang H G. A self-learning call admission control scheme for CDMA cellular networks. IEEE Transactions on Neural Networks, 2005, 16(5): 1219-1228
    [13] Zhang H G, Wei Q L, Luo Y H. A novel infinite-time optimal tracking control scheme for a class of discrete-time nonlinear systems via the greedy HDP iteration algorithm. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, 2008, 38(4): 937-942
    [14] Zhang H G, Wei Q L, Liu D R. An iterative adaptive dynamic programming method for solving a class of nonlinear zero-sum differential games. Automatica, 2011, 47(1): 207-214
    [15] Heydari A, Balakrishnan S N. Finite-horizon control-constrained nonlinear optimal control using single network adaptive critics. IEEE Transactions on Neural Networks and Learning Systems, 2013, 24(1): 145-157
    [16] Zhang H G, Luo Y H, Liu D R. Neural-network-based near-optimal control for a class of discrete-time affine nonlinear systems with control constraints. IEEE Transactions on Neural Networks, 2009, 20(9): 1490-1503
    [17] Zhao Dong-Bin, Liu De-Rong, Yi Jian-Qiang. An overview on the adaptive dynamic programming based urban city traffic signal optimal control. Acta Automatica Sinica, 2009, 35(6): 676-681(赵冬斌, 刘德荣, 易建强. 基于自适应动态规划的城市交通信号优化控制方法综述. 自动化学报, 2009, 35(6): 676-681)
    [18] Hou Zhong-Sheng, Xu Jian-Xin. On data-driven control theory: the state of the art and perspective. Acta Automatica Sinica, 2009, 35(6): 650-667(侯忠生, 许建新. 数据驱动控制理论及方法的回顾和展望. 自动化学报, 2009, 35(6): 650-667)
    [19] Hou Zhong-Sheng. On model-free adaptive control: the state of the art and perspective. Control Theory & Applications, 2006, 23(4): 586-592(侯忠生. 无模型自适应控制的现状与展望. 控制理论与应用, 2006, 23(4): 586-592)
    [20] Lewis F L, Liu D R. Reinforcement Learning and Approximate Dynamic Programming for Feedback Control. New York: John Wiley & Sons, 2013.
    [21] Liu De-Rong, Li Hong-Liang, Wang Ding. Data-based self-learning optimal control: research progress and prospects. Acta Automatica Sinica, 2013, 39(11): 1858-1870(刘德荣, 李宏亮, 王鼎. 基于数据的自学习优化控制: 研究进展与展望. 自动化学报, 2013, 39(11): 1858-1870)
    [22] Zhang T P, Lu Y, Zhu Q, Shen Q K. Adaptive dynamic surface control with unmodeled dynamics. In: Proceedings of the 31st Chinese Control Conference (CCC). Hefei, China: IEEE, 2012. 2859-2864
    [23] He Yue-Bang, Pei Hai-Long, Ye Xiang, Zhang Qian. Trajectory tracking control of unmanned helicopters by using adaptive dynamic surface approach. Journal of South China University of Technology (Natural Science Edition), 2013, 41(5): 1-8(贺跃帮, 裴海龙, 叶祥, 张谦. 无人直升机的自适应动态面轨迹跟踪控制. 华南理工大学学报(自然科学版), 2013, 41(5): 1-8)
    [24] Huang T, Liu D R. A self-learning scheme for residential energy system control and management. Neural Computing and Applications, 2013, 22(2): 259-269
    [25] Kirk D E. Optimal Control Theory: An Introduction. Englewood Cliffs, NJ: Prentice-Hall, 1970.
  • [1] 郭子杰, 白伟伟, 周琪, 鲁仁全. 基于性能指标约束的一类输入死区非线性系统最优控制[J]. 自动化学报, 2019, 45(11): 2128-2136. doi: 10.16383/j.aas.c190414
    [2] 袁兆麟, 何润姿, 姚超, 李佳, 班晓娟, 李潇睿. 基于强化学习的浓密机底流浓度在线控制算法[J]. 自动化学报, 2019, 45(): 1-15. doi: 10.16383/j.aas.c190348
    [3] 李雪, 李雯婷, 杜大军, 孙庆, 费敏锐. 拒绝服务攻击下基于UKF的智能电网动态状态估计研究[J]. 自动化学报, 2019, 45(1): 120-131. doi: 10.16383/j.aas.2018.c180431
    [4] 张绍杰, 吴雪, 刘春生. 执行器故障不确定非线性系统最优自适应输出跟踪控制[J]. 自动化学报, 2018, 44(12): 2188-2197. doi: 10.16383/j.aas.2018.c170300
    [5] 王鼎, 穆朝絮, 刘德荣. 基于迭代神经动态规划的数据驱动非线性近似最优调节[J]. 自动化学报, 2017, 43(3): 366-375. doi: 10.16383/j.aas.2017.c160272
    [6] 孙景亮, 刘春生. 基于自适应动态规划的导弹制导律研究综述[J]. 自动化学报, 2017, 43(7): 1101-1113. doi: 10.16383/j.aas.2017.c160735
    [7] 王康, 李晓理, 贾超, 宋桂芝. 基于自适应动态规划的矿渣微粉生产过程跟踪控制[J]. 自动化学报, 2016, 42(10): 1542-1551. doi: 10.16383/j.aas.2016.c150808
    [8] 梅生伟, 朱建全. 智能电网中的若干数学与控制科学问题及其展望[J]. 自动化学报, 2013, 39(2): 119-131. doi: 10.3724/SP.J.1004.2013.00119
    [9] 张化光, 张欣, 罗艳红, 杨珺. 自适应动态规划综述[J]. 自动化学报, 2013, 39(4): 303-311. doi: 10.3724/SP.J.1004.2013.00303
    [10] 张吉烈, 张化光, 罗艳红, 梁洪晶. 基于广义模糊双曲模型的自适应动态规划最优控制设计[J]. 自动化学报, 2013, 39(2): 142-149. doi: 10.3724/SP.J.1004.2013.00142
    [11] 李平, 金福江. 带有摄动死区输入的未知非线性系统自适应模糊控制[J]. 自动化学报, 2010, 36(4): 573-579. doi: 10.3724/SP.J.1004.2010.00573
    [12] 张国山, 刘蕾. 基于动态补偿的矩形广义系统线性二次最优控制[J]. 自动化学报, 2010, 36(12): 1752-1757. doi: 10.3724/SP.J.1004.2010.01752
    [13] 魏庆来, 张化光, 刘德荣, 赵琰. 基于自适应动态规划的一类带有时滞的离散时间非线性系统的最优控制策略[J]. 自动化学报, 2010, 36(1): 121-129. doi: 10.3724/SP.J.1004.2010.00121
    [14] 赵冬斌, 刘德荣, 易建强. 基于自适应动态规划的城市交通信号优化控制方法综述[J]. 自动化学报, 2009, 35(6): 676-681. doi: 10.3724/SP.J.1004.2009.00676
    [15] 魏庆来, 张化光, 崔黎黎. 基于数据自适应评判的离散2-D系统零和博弈最优控制[J]. 自动化学报, 2009, 35(6): 682-692. doi: 10.3724/SP.J.1004.2009.00682
    [16] 刘殿通, 易建强, 谭民. 一类非线性系统的自适应滑模模糊控制[J]. 自动化学报, 2004, 30(1): 144-150.
    [17] 佟绍成. 一类模糊非线性系统自适应输出反馈控制[J]. 自动化学报, 1999, 25(4): 553-559.
    [18] 张天平, 冯纯伯. 一类非线性系统的自适应模糊滑模控制[J]. 自动化学报, 1997, 23(3): 361-369.
    [19] 侯忠生, 韩志刚. 非线性系统参数估计及与之对偶的自适应控制[J]. 自动化学报, 1995, 21(1): 122-125.
    [20] 张竞新. 一类确定性多变量非线性系统的自适应控制[J]. 自动化学报, 1993, 19(2): 154-161.
  • 加载中
计量
  • 文章访问数:  1850
  • HTML全文浏览量:  37
  • PDF下载量:  1396
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-07-15
  • 修回日期:  2013-12-05
  • 刊出日期:  2014-09-20

带有储能设备的智能电网电能迭代自适应动态规划最优控制

doi: 10.3724/SP.J.1004.2014.01984
    基金项目:

    国家自然科学基金(61034002,61233001,61273140)和北京市自然科学基金(4132078)资助

    作者简介:

    王澄 高级工程师,广东省电力设计研究院网信自动化部副主任.2004年获得中山大学硕士学位.主要研究方向为电力自动化及智能用电的咨询、规划、设计.E-mail:492633452@qq.com

    通讯作者: 魏庆来 中国科学院自动化研究所副研究员.2009年于东北大学获控制理论与控制工程专业博士学位.主要研究方向为自适应动态规划,非线性系统,最优控制,智能电网.本文通信作者.E-mail:qinglai.wei@ia.ac.cn

摘要: 智能电网是新一代电网建设的目标,也是国际电力工业界的共同选择. 本文研究在储能设备接入电网情况下,建立一套基于自适应动态规划(Adaptive dynamic programming,ADP)的智能电网电能自适应优化控制的理论与方法,实现电网发电端以及用户端的智能交互,开辟对智能电网供需优化匹配与调控方法的新途径. 论文首先给出动态规划的最优性原理以及带有储能设备智能电网的运行方式并提出优化目标;然后,设计新型迭代自适应动态规划方法实现对储能 设备的最优控制,并证明自适应动态规划方法的收敛性,在理论上保证了对智能电网电能的优化;最后,给出仿真例子显示出所提出控制方法的有效性.

English Abstract

王澄, 刘德荣, 魏庆来, 赵冬斌, 夏振超. 带有储能设备的智能电网电能迭代自适应动态规划最优控制. 自动化学报, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984
引用本文: 王澄, 刘德荣, 魏庆来, 赵冬斌, 夏振超. 带有储能设备的智能电网电能迭代自适应动态规划最优控制. 自动化学报, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984
WANG Cheng, LIU De-Rong, WEI Qing-Lai, ZHAO Dong-Bin, XIA Zhen-Chao. Iterative Adaptive Dynamic Programming Approach to Power Optimal Control for Smart Grid with Energy Storage Devices. ACTA AUTOMATICA SINICA, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984
Citation: WANG Cheng, LIU De-Rong, WEI Qing-Lai, ZHAO Dong-Bin, XIA Zhen-Chao. Iterative Adaptive Dynamic Programming Approach to Power Optimal Control for Smart Grid with Energy Storage Devices. ACTA AUTOMATICA SINICA, 2014, 40(9): 1984-1990. doi: 10.3724/SP.J.1004.2014.01984
参考文献 (25)

目录

    /

    返回文章
    返回