题名 | 面向建筑分布式能源系统的自学习优化控制方法研究 |
作者 | 廖泽华
|
答辩日期 | 2023-05
|
文献子类 | 博士
|
关键词 | 建筑节能
自适应动态规划
最优控制
可再生能源
分布式能源管理
|
英文摘要 | 随着社会经济的不断增长以及人们对于能源需求的不断增加,建筑能耗问题日益严重。为了实现建筑节能,目前全球对于建筑能源管理已经开展了许多的研究,引入储能设备则是其中的关键举措。储能设备能够在供电量大于建筑负荷需求时储备多余的电能,并在供电成本昂贵时释放能量以满足负荷需求,从而起到优化资源配置、平衡电网负荷等重要作用。多元化的能源配置则能进一步地提高建筑节能效益。因此,以建筑设备运行、储能设备和分布式能源为基础的建筑分布式能源系统应运而生,其优化控制是实现建筑节能、提高经济效益的关键所在。自适应动态规划是一种模拟人通过环境反馈进行学习的自学习优化控制方法,能够有效地求解建筑分布式能源系统这类复杂非线性系统的优化控制问题,因此在能源系统的协调优化方面有着广泛的应用前景。
本文旨在以智能电网背景下的建筑分布式能源系统为研究对象,由浅入深,逐步考虑具有更高效益的复杂能源管理系统,研究设计相应的自学习优化控制方法,从而实现建筑分布式能源系统的优化控制。本文的主要工作和创新点归纳如下:
-
研究了带储能设备的建筑分布式能源系统的最优控制问题,提出了一种新的混合周期性迭代优化控制方法。所提方法将粒子群优化算法和迭代自适应动态规划方法相结合,利用粒子群优化算法获得每次优化迭代过程中的目标控制,避免了传统方法求解非线性方程的困难。同时,使用粒子群优化算法进行了预训练,进一步加快了所设计算法的收敛速度。此外,对所提方法进行了理论分析,提出了新的收敛性证明方法,证明了迭代值函数最终将收敛到最优值,从理论上保证了算法的可靠性。实验分析表明,相较于传统自适应动态规划方法,所提方法具有更好的优化效果和更快的收敛速度。
-
研究了带可再生能源的建筑分布式能源系统的最优控制问题,提出了一种新的广义动作-评价学习控制方法。所提方法建立了包括全局迭代、局部迭代和内部迭代在内的三个迭代过程,以获得最优控制律,其中全局迭代和内部迭代分别采用了自适应动态规划方法中策略迭代和值迭代的思想。基于周期时变系统每次迭代中的控制律序列,为策略迭代和值迭代方法建立一个通用的迭代结构。对所提方法的单调性、收敛性和最优性进行了理论分析,证明了迭代值函数单调非增并最终收敛到最优值。实验分析表明,所提方法能够获得最优的可再生能源分配与储能设备控制方案,进一步减少了建筑用电费用。
-
研究了售电情况下的建筑分布式能源系统的最优控制问题。为了进一步优化可再生能源的利用,在建筑分布式能源系统中考虑了向电网出售可再生能源的行为,建立了更复杂的系统方程和性能指标函数,基于值迭代的思想提出了一种针对多控制变量的自学习优化控制方法。对所提方法的单调性、收敛性和最优性进行了理论分析,证明了迭代值函数单调非增并最终收敛到最优值,从理论上保证了算法的可靠性。与未考虑售电的情况进行实验对比,结果分析表明,考虑向电网出售多余可再生能源能够进一步提高建筑分布式能源系统的经济效益,同时解决了可再生能源浪费的问题。
-
研究了带车网互动的建筑分布式能源系统的最优控制问题。通过车网互动技术,在电动汽车闲置时将电池接入智能建筑环境中,将其视为移动储能设备,利用电动汽车电池与原储能设备的协调控制进一步降低了建筑的用电费用。对此,提出了一种新的分布式迭代自适应动态规划方法来解决具有多储能设备的建筑分布式能源管理系统的优化协调控制问题。所提方法在求解过程中将多储能设备最优控制问题转化为单储能设备最优控制问题,使得系统控制律逐个更新,避免了高维优化控制问题求解的困难,并对单储能设备最优控制问题建立了双迭代优化控制方法。对所提方法的单调性、收敛性和最优性进行了理论分析,证明迭代值函数单调非增并最终收敛到最优值。
|
语种 | 中文
|
页码 | 120
|
内容类型 | 学位论文
|
源URL | [http://ir.ia.ac.cn/handle/173211/51895] |
专题 | 毕业生_博士学位论文
|
推荐引用方式 GB/T 7714 |
廖泽华. 面向建筑分布式能源系统的自学习优化控制方法研究[D]. 2023.
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论