基于Stackelberg博弈与改进深度神经网络的多源调频协调策略研究

王永文; 赵雪锋; 李夏叶; 詹巍; 单怡琳; 闫启明; 赵泽宇; 杨锡运

doi:10.19705/j.cnki.issn2096-5125.2025.01.009

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于Stackelberg博弈与改进深度神经网络的多源调频协调策略研究

更新时间：2025-11-19

- 基于Stackelberg博弈与改进深度神经网络的多源调频协调策略研究
- Vol. 8, Issue 1, Pages: 76-86(2025)
- 作者机构：
  
  1. 国家电投集团四川电力有限公司
  2. 国家电投集团西南能源研究院有限公司
  3. 华北电力大学控制与计算机工程学院
- 作者简介：
- 基金信息：
- DOI：10.19705/j.cnki.issn2096-5125.2025.01.009
  CLC： TM73;TP183
- Published：2025
- 稿件说明：
移动端阅览
王永文, 赵雪锋, 李夏叶, et al. 基于Stackelberg博弈与改进深度神经网络的多源调频协调策略研究[J]. 2025, 8(1): 76-86.
DOI：

王永文, 赵雪锋, 李夏叶, et al. 基于Stackelberg博弈与改进深度神经网络的多源调频协调策略研究[J]. 2025, 8(1): 76-86. DOI： 10.19705/j.cnki.issn2096-5125.2025.01.009.

摘要

随着电网中新能源渗透率的增加，传统火电机组调频已无法满足电能质量需求。针对多源场景中传统自动发电控制系统区域控制误差较大的问题，提出一种基于Stackelberg博弈与改进深度神经网络(Stackelberg game and improved deep neural network，S-DNN)的多源调频协调策略。首先，设计一种改进多层次深度神经网络(deep neural network，DNN)，由DNN层、自然梯度提升层、最小二乘支持向量机层顺序递进完成预测、评价、执行动作，输出总调频功率指令。该多层次总调频功率输出模型考虑新能源渗透率对调频系统的动态影响，充分学习历史信息与实时状态中更多的特征，提高了时序调频指令精度。然后基于Stackelberg博弈理论，考虑多源调频特征与协同作用，优化各调频源间的功率分配，提高系统二次调频的经济性。最后，通过算例分析验证了提出的多源调频协调策略的有效性。与传统调频方法相比，所提出的S-DNN多源调频协调策略可有效降低区域控制误差与频率偏差，并降低调频成本。

Abstract

关键词

Keywords

references

Yin Linfei,Wu Yunzhi.Deep Stackelberg heuristic dynamic programming for frequency regulation of interconnected power systems considering flexible energy sources[J].Engineering Applications of Artificial Intelligence,2021.

Guoping Zhang,Quanxin Zhu.Event-triggered optimal control for nonlinear stochastic systems via adaptive dynamic programming[J].Nonlinear Dynamics,2021.

Umer Akram,Mithulananthan Nadarajah,Rakibuzzaman Shah,Federico Milano.A review on rapid responsive energy storage technologies for frequency regulation in modern power systems[J].Renewable and Sustainable Energy Reviews,2020.

Bo Sun,Erik-Jan van Kampen.Incremental model-based global dual heuristic programming with explicit analytical calculations applied to flight control[J].Engineering Applications of Artificial Intelligence,2020.

M. Basu.Multi-region dynamic economic dispatch of solar–wind–hydro–thermal power system incorporating pumped hydro energy storage[J].Engineering Applications of Artificial Intelligence,2019.

Li Yuanzheng,Zhao Tianyang,Liu Chang,Zhao Yong,Wang Ping,Gooi Hoay Beng,Li Kaicheng,Ding Zhaohao.An Interactive Decision-Making Model Based on Energy and Reserve for Electric Vehicles and Power Grid Using Generalized Stackelberg Game[J].IEEE Transactions on Industry Applications,2019.

Linfei Yin,Tao Yu,Bo Yang,Xiaoshun Zhang.Adaptive deep dynamic programming for integrated frequency control of multi-area multi-microgrid systems[J].Neurocomputing,2019.

Qing Lu,Shuaikang Lü,Yajun Leng.A Nash-Stackelberg game approach in regional energy market considering users’ integrated demand response[J].Energy,2019.

Shim Jae Woong,Verbic Gregor,Zhang Ning,Hur Kyeon.Harmonious Integration of Faster-Acting Energy Storage Systems Into Frequency Control Reserves in Power Grid With High Renewable Generation[J].IEEE Transactions on Power Systems,2018.

Pasha Aisha Munawer,Zeineldin Hatem H.,Al Sumaiti Ameena Saad,Moursi Mohamed Shawky El,Sadaany Ehab Fahamy El.Conservation Voltage Reduction for Autonomous Microgrids Based on V–I Droop Characteristics[J].IEEE Transactions on Sustainable Energy,2017.

曲建璋,丁浩天,王毓琦,王绪光,陈建磊.计及风电机组短时过载能力的风电场多机协同频率控制策略[J].山东电力技术,2024(10).

俞靖一,葛俊,杨铎烔,王鹏宇,程凯,杨苹.基于转子动能的风电场自适应频率主动支撑控制策略[J].电力工程技术,2024(05).

冀肖彤,杨东俊,方仍存,雷何,查晓明,孙建军.“双碳”目标下未来配电网构建思考与展望[J].电力建设,2024(02).

于昌海,庞腊成,吴继平,曹荣章,昌力.计及多点电池储能系统的电网二次调频协同控制[J].电力工程技术,2024(01).

陈倩,朱婵霞,孙志凰,奚巍民,蒋一博,周佳伟,潘杭萍,王琦.面向双碳目标的典型园区碳排放计算分析[J].电力需求侧管理,2023(06).

张安安,周奇,李茜,丁宁,杨超,马岩.“双碳”目标下火电厂CO_2计量技术研究现状与展望[J].发电技术,2024(01).

沈子伦,尹忠东,陈俊晔,何静.基于SOC预测的火储联合调频控制策略[J].电力建设,2023(09).

陈沛,张新松,郭晓丽,李大祥,高希.考虑AGC指令随机特性的火-储混合电站二次调频研究[J].电力系统保护与控制,2023(12).

吴晋波,宋兴荣,刘永刚,李勇,徐松,刘艳,陈豪.采用调控云数据的新能源与储能电站AGC控制方法研究与应用[J].电网与清洁能源,2023(02).

王鹤,丁晨,范高锋,边竞,于国康,辛超山.基于AGC调频分区控制的光储联合系统参与市场投标策略[J].电力系统保护与控制,2023(02).

杨悦,王丹,胡博,王鹤,罗桓桓.基于改进多智能体Q学习的多源最优联合调频控制策略研究[J].电力系统保护与控制,2022(07).

何廷一,李胜男,陈亦平,吴水军,沐润志,和鹏,孟贤,何鑫,杨博,曹璞璘.高比例新能源电网多源最优协同调频策略[J].电力建设,2021(10).

曾君,胡家健,徐铭康,潘志伟,刘俊峰.储能汇聚参与辅助调频服务的协同优化算法[J].控制理论与应用,2021(07).

宋兴荣,吴晋波,杨志学,李振文,胡迪军,洪权,任洲洋.基于多目标粒子群算法的风光水火多源AGC协调优化方法[J].重庆大学学报,2022(07).

谭显东,刘俊,徐志成,姚力,汲国强,单葆国.“双碳”目标下“十四五”电力供需形势[J].中国电力,2021(05).

李鹏,吴迪凡,李雨薇,刘海涛,王楠,周喜超.基于综合需求响应和主从博弈的多微网综合能源系统优化调度策略[J].中国电机工程学报,2021(04).

杨蕾,李胜男,黄伟,张丹,马红升,许守东,杨博,张孝顺.考虑风光新能源参与二次调频的多源最优协同控制[J].电力系统保护与控制,2020(19).

刘萌,褚晓东,张文,张岩.基于合作博弈理论的互联电网AGC协调控制[J].电网技术,2017(05).

卢润戈,陈皓勇,叶荣,杨鑫.电力系统一二次调频的反馈微分博弈协同控制[J].控制理论与应用,2014(09).

Views

102

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰