支持矢量机智能逆变器无功功率控制规则的设计
测试环境:MATLAB
关键词:支持向量机、多核学习、电压调节、线性化分布流模型。
智能逆变器被认为是配电网电压调节的快速响应机制。
然而,最优的逆变器协调可以计算要求,和预设的局部控制规则是不足的。
利用机器学习的工具,不定制的逆变器控制规则的设计被提出作为一个多任务学习问题。
每个逆变器控制规则都被建模为局部和/或远程控制输入的一个可能的非线性函数。
给定电耦合,函数输出相互作用,产生馈线电压剖面。
利用近似网格模型,联合设计逆变器规则,以减少基于预期负载和太阳能发电场景的电压偏差目标。
每个控制规则都由一组系数来描述,每个训练场景都有一个系数。
为了减少电网操作员和逆变器之间的通信开销,我们设计了一个电压调节目标,以促进对逆变器控制规则的简洁描述。
在基准馈线上使用真实数据进行的数值测试证明了该新的非线性规则的优点,并探讨了规则描述中电压调节和稀疏性之间的权衡。
ID:69100645538066330