[發明專利]一種風場協同控制方法及裝置有效
| 申請號: | 202010035870.8 | 申請日: | 2020-01-14 |
| 公開(公告)號: | CN111245008B | 公開(公告)日: | 2021-07-16 |
| 發明(設計)人: | 趙俊華;趙煥;梁高琪 | 申請(專利權)人: | 香港中文大學(深圳) |
| 主分類號: | H02J3/38 | 分類號: | H02J3/38;H02J3/46 |
| 代理公司: | 深圳市恒申知識產權事務所(普通合伙) 44312 | 代理人: | 袁文英 |
| 地址: | 518060 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 協同 控制 方法 裝置 | ||
本發明公開了一種風場協同控制方法及裝置,包括:接收風場系統中神經網絡單元發送的初始代理狀態,及接收神經網絡單元發送的初始代理行為,初始代理行為為初始代理狀態對應的行為;基于預設的風場分析模型,利用初始代理狀態及初始代理行為確定預執行行為,并確定預執行行為的引導獎勵;根據引導獎勵的收益確定獎勵參數,并根據獎勵參數及預執行行為更新神經網絡單元,得到新的代理狀態及新的代理行為,直至代理狀態及代理行為確定的執行行為收斂;根據執行行為生成控制行為信號,利用控制行為信號控制風場系統。本方案可持續基于上一次迭代的預執行行為及獎勵參數更新神經網絡單元,使得新的執行行為在收斂狀態之前實現梯度學習,提高計算速度。
技術領域
本發明涉及風場控制領域,尤其涉及一種風場協同控制方法及裝置。
背景技術
出于對氣候變化和環境污染的擔憂,風能作為最重要的可再生能源之一,風能源發電的技術已經得到廣泛的應用。然而,在風能應用技術中,在風場中的風能的利用率不高,無法通過風場的協同控制在尾流效應下最大化風場的能源出力。
在風場中,協同控制的主要目的在于通過調整尾流來最大化能源出力。現有技術中,風場控制方法都是基于風場信息對風場尾流和風機進行建模,通過優化控制操作以最大化功率輸出。但是,通過建模實現控制存在及計算速度緩慢,導致計算成本過高的缺點。
因此,有必要提出一種新的風電場協同控制方法及裝置。
發明內容
本申請提供了一種風電場協同控制方法及裝置,可以解決現有技術中風場控制方法的計算速度緩慢,導致計算成本過高的技術問題。
本發明第一方面提供一種風場協同控制方法,所述控制方法包括以下步驟:
接收風場系統中神經網絡單元發送的初始代理狀態,及接收所述神經網絡單元發送的初始代理行為,所述初始代理行為為所述初始代理狀態對應的行為;
基于預設的風場分析模型,利用所述初始代理狀態及所述初始代理行為確定預執行行為,并確定所述預執行行為的引導獎勵;
根據所述引導獎勵的收益確定獎勵參數,并根據所述獎勵參數及所述預執行行為更新所述神經網絡單元,得到新的代理狀態及新的代理行為,直至所述代理狀態及所述代理行為確定的執行行為收斂;
根據所述執行行為生成控制行為信號,利用所述控制行為信號控制所述風場系統。
可選的,所述神經網絡單元包含:Q網絡及策略網絡;
則所述所述接收風場系統中神經網絡單元發送的初始代理狀態,及接收所述神經網絡單元發送的初始代理行為的步驟之前包括:
將所述Q網絡進行初始化處理,得到初始代理狀態,所述Q網絡的表達式如下:
Q(a,s|θQ)
其中,a表示所述行為,s表示所述觀察狀態,θQ表示Q網絡參數;
將所述策略網絡進行初始化處理,得到初始代理行為,所述策略網絡的表達式如下:
μ(s|θμ)
其中,s表示所述觀察狀態,θμ表示策略網絡參數;
所述初始代理行為的計算公式如下:
ao,t=μ(st|θμ)+Nt
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于香港中文大學(深圳),未經香港中文大學(深圳)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010035870.8/2.html,轉載請聲明來源鉆瓜專利網。





