文献

J-GLOBAL ID：202102266938221239   整理番号：21A0005940

電気-熱-ガスによるマイクロエネルギーグリッド結合のリアルタイム最適運転制御 プロシューマ特性を考慮したガス【JST・京大機械翻訳】

Real-Time Optimal Operation Control of Micro Energy Grid Coupling With Electricity- Thermal -Gas Considering Prosumer Characteristics

著者 (3件)： An Su (Management Department, Guizhou University, Guiyang, China) ,  Wang Honglei (Management Department, Guizhou University, Guiyang, China) ,  Yuan Xufeng (Electrical Engineering Department, Guizhou University, Guiyang, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 216566-216579  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ますます厳しい環境規制の下で,分散型再生可能エネルギーの設置容量は急速に増加している。電力グリッドセキュリティに影響を及ぼさず,電力品質を確保することなく再生可能エネルギーを完全に吸収する方法は,解決すべき重要問題である。生産者のエネルギー生産,変換および貯蔵装置の急速な発展は,マイクロエネルギーグリッドの運用を可能にする。したがって,種々のプロシューマーのエネルギー特性に従って,本論文は,マイクロエネルギーグリッドを2つのタイプに分割する:電力販売のマイクロエネルギーグリッドとエネルギー供給のマイクロエネルギーグリッド。制約付き非線形最適化法を用いて,時間遅れを有するこの高次元非線形システムの最適化問題を解いた。本論文では,2種類のマイクロエネルギーグリッド間の最適運転制御の比較研究を行った。分散型再生可能エネルギー出力と負荷予測偏差の不確実性を扱うために,本論文は,深い学習に基づくリアルタイム適応動的最適化制御戦略を提案する。この戦略は,マイクロエネルギーグリッドの最適動作挙動を学習するために,行動ネットワークをプレトレインするために深層学習技術を使用する。最後に,連続日のマイクロエネルギーグリッドのオンラインシミュレーションを用いて,このアルゴリズムの正当性とリアルタイム性能を検証した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  非線形系 ,  計算機シミュレーション ,  最適化問題 ,  *電力 ,  ネットワーク ,  不確実性 ,  電力販売 ,  負荷予測 ,  生産者 ,  電力品質
準シソーラス用語： 動的最適化 ,  環境規制 ,  非線形最適化 ,  オンライン , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (1件)： リアルタイム