基于学习优化的微电网分布式实时最优功率控制研究

批准号:
61903333
项目类别:
青年科学基金项目
资助金额:
23.0 万元
负责人:
郭方洪
依托单位:
学科分类:
F0302.控制系统与应用
结题年份:
2022
批准年份:
2019
项目状态:
已结题
项目参与者:
--
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
微信扫码咨询
中文摘要
本课题深入分析微电网能量管理优化、各分布式电源之间的协调控制机理,针对微电网第三层优化面临的非凸问题实时在线求解这一难题,借鉴神经网络学习优化的研究成果,结合现有分布式优化的研究思路,提出了一种基于神经网络学习优化和多智能体一致性算法的完全分布式非凸优化方法,实现微电网能量实时优化调度。此外,考虑在异步通信环境下,采用事件触发控制机制并结合上层实时优化结果来实现微电网实时最优功率控制。最后,为了验证相关理论分析的正确性,按照模块化的设计思想,提出了基于电力系统实时仿真平台搭建微电网半实物实验验证平台的实验设计思路。项目的主要意义是探索新的微电网分布式优化与协调控制方法,以求在关键技术上有所突破和创新,并推动微电网技术和相关学科的研究和发展。
英文摘要
By deeply analyzing the energy management optimization methods of microgrid system and the cooperative control approaches for its distributed generators, this project proposes a new distributed non-convex optimization strategy for tertiary energy optimization in microgrid, which inherits the advantages of the idea of “learn to optimization” in neural networks and consensus algorithm in multi-agent system. The proposed strategy aims to realize the microgrid energy optimization in real-time. In addition, a new distributed cooperative control algorithm with aperiodic event-triggered communication will be studied in the secondary control layer to realize the frequency restoration and optimal power allocation control. In order to validate the effectiveness of proposed approaches, a hardware-in-loop experimental platform is going to be designed on the concept of modular design, and this platform is developed based on the power system real-time simulation device. In this project, we will explore the new distributed optimization and control methods for microgrid systems to make an innovation and a breakthrough in the key techniques as well as to promote the development of microgrid techniques and relevant disciplines.
围绕“双碳”国家重大战略需求,本项目针对含高比例新能源接入的微电网第三层优化面临的非凸优化问题实时在线求解这一难题,提出一种基于学习优化的完全分布式非凸优化方法,实现微电网能量实时优化调度。此外,考虑在异步通信环境下,采用事件触发控制机制并结合上层实时优化结果来实现微电网实时最优功率控制。主要研究内容包括:1)改进现有数值优化方法,实现算法完全并行分布式的同时,进一步提升算法收敛速度;2)基于学习优化的思想,从数据驱动的角度求解微电网能量调度优化问题;3)基于上述优化结果,与第二层微网控制联动,并考虑其信息物理系统安全,设计相应的弹性控制算法,最终实现微电网经济安全可靠运行。通过3年的研究,本项目共取得了5项授权发明专利,发表高水平SCI论文11篇。项目主要成果以封面文章的形式发表在2022年第5期《控制与决策》杂志“新兴交叉领域发展特邀综述”专栏上。项目协助培养博士生2名,培养硕士毕业生3名,在读硕士生6名。相关技术指标已达到并超过项目考核要求。相关研究结果表明:1)基于学习优化与惯量加速的分散式梯度优化算法给微电网分布式实时经济调度带来了新思路,本项目开发的譬如并行交替方向乘子算法、集成学习优化、分布式强化学习等一系列分布式优化算法,实现了新能源高效利用,解决了高比例新能源波动性大引起的微电网供需平衡难度大及新能源消纳困难的问题;2)针对微电网系统数字化智能化过程中专网与公网的深度交互等引起的网络攻击概率急剧增加的问题,研究了几类典型网络攻击如虚假数据注入攻击、拒绝服务攻击等对微电网二次控制的影响,提出了基于分布式未知输入观测器、中间观测器等技术的攻击检测和隔离方法,并设计了新的基于事件触发的通信采样机制,使得攻击检测精度提高20%以上,并能有效抵御现有典型网络攻击对微电网系统的影响,有效提升了微电网系统网络安全防御能力。
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
DOI:10.1109/tste.2021.3066334
发表时间:2021-07
期刊:IEEE Transactions on Sustainable Energy
影响因子:8.8
作者:Lantao Xing;Q. Xu;F. Guo;Zhengguang Wu;Meiqin Liu
通讯作者:Lantao Xing;Q. Xu;F. Guo;Zhengguang Wu;Meiqin Liu
DOI:10.1109/tie.2021.3120492
发表时间:2022-11
期刊:IEEE Transactions on Industrial Electronics
影响因子:7.7
作者:Chao Deng;Fanghong Guo;C. Wen;D. Yue;Yu Wang
通讯作者:Chao Deng;Fanghong Guo;C. Wen;D. Yue;Yu Wang
DOI:--
发表时间:2022
期刊:电力系统自动化
影响因子:--
作者:郭方洪;李赫;王函韵;邓超;周丹
通讯作者:周丹
DOI:DOI 10.1109/TSG.2022.3219408
发表时间:2022
期刊:IEEE Transactions on Smart Grid
影响因子:9.6
作者:Fanghong Guo;Chao Deng;Changyun Wen;Xiangkang Zheng;Zhijie Lian;Wentao Jiang
通讯作者:Wentao Jiang
Distributed Resilient Optimal Current Sharing Control for an Islanded DC Microgrid Under DoS Attacks
DOI:10.1109/tsg.2021.3084348
发表时间:2021-09
期刊:IEEE Transactions on Smart Grid
影响因子:9.6
作者:Zhijie Lian;Fanghong Guo;C. Wen;Chao Deng;Pengfeng Lin
通讯作者:Zhijie Lian;Fanghong Guo;C. Wen;Chao Deng;Pengfeng Lin
高比例新能源微电网分布式优化与控制
- 批准号:R25F030017
- 项目类别:省市级项目
- 资助金额:0.0万元
- 批准年份:2025
- 负责人:郭方洪
- 依托单位:
基于分布式学习的高渗透率新能源微网群能量优化调度
- 批准号:62373328
- 项目类别:面上项目
- 资助金额:50万元
- 批准年份:2023
- 负责人:郭方洪
- 依托单位:
微电网完全分布式能量管理系统关键技术研究
- 批准号:LQ19F030008
- 项目类别:省市级项目
- 资助金额:0.0万元
- 批准年份:2018
- 负责人:郭方洪
- 依托单位:
国内基金
海外基金
