检索结果-内蒙古大学图书馆

河南科技大学学报（自然科学版） 2019年第1期40卷 47-53,109页

作者：丰阔李金蓉刘智伟武汉大学动力与机械学院湖北武汉430072 华中科技大学自动化学院湖北武汉430074

微电网由风力发电机与燃油/燃气发电机联合供电,因无法准确预测接下来1 h内的风力发电量,该不确定性在很大程度上会影响小时前调度的准确性。因此,在供电侧利用信息差决策理论(IGDT)提出风险管理模型,并利用预测校正近端乘子(PCPM)法设... 详细信息

微电网由风力发电机与燃油/燃气发电机联合供电,因无法准确预测接下来1 h内的风力发电量,该不确定性在很大程度上会影响小时前调度的准确性。因此,在供电侧利用信息差决策理论(IGDT)提出风险管理模型,并利用预测校正近端乘子(PCPM)法设计得到小时前最优电价。基于该电价的需求响应机制,实现了用户侧效益、供电侧效益和社会效益的最大化,同时,最大化风电可波动区间,使得供电侧免受风电不确定性所造成风险的影响。最后,通过数值仿真算例验证了本文所提微电网小时前最优调度框架的有效性。

关键词：需求响应信息差决策理论风电不确定性电价定价机制

来源：评论

学校读者我要写书评

暂无评论

基于概率模型检验的无人机不确定决策理论与方法研究

基于概率模型检验的无人机不确定决策理论与方法研究

引用

作者：纪晓婷国防科学技术大学

学位级别：博士

无人机如何在不确定条件下完成复杂任务决策,是提高无人机自主控制能力和适应复杂作战任务的关键技术之一。一方面,传统基于导航点的指控方式已无法满足复杂任务和低人机比条件下的无人机(群)指控要求,需要研究更贴近于人类自然语言的... 详细信息

无人机如何在不确定条件下完成复杂任务决策,是提高无人机自主控制能力和适应复杂作战任务的关键技术之一。一方面,传统基于导航点的指控方式已无法满足复杂任务和低人机比条件下的无人机(群)指控要求,需要研究更贴近于人类自然语言的语义层任务描述方法;另一方面,模型不精确、环境扰动、执行器偏差等带来不确定性,传统确定性决策方法面临失效,需要研究不确定条件下的无人机任务决策方法。论文以概率模型检验方法(Probabilistic Model Checking)为框架,以线性时序逻辑(Linear Temporal Logic,LTL)描述顶层任务,以马尔科夫决策过程(Markov Decision Processes,MDPs)建模无人机系统行为,研究了参数不确定条件下无人机复杂任务自主决策问题。论文主要研究成果如下:1、针对MDP参数无法概率表征的无人机不确定复杂任务决策问题(即严重不确定性),首次提出了基于信息差决策理论(Info-gap Decision Theory)的鲁棒满意决策方法,最大化鲁棒性的同时确保满足期望的任务性能要求,并显式地给出了策略失效的不确定性边界。首先,引入信息差决策理论描述无人机系统模型参数的严重不确定性,构建了基于信息差的MDP(IMDP),将LTL任务描述转化为确定性Rabin自动机(Deterministic Rabin Automaton,DRA),利用概率模型检验方法合成了乘积IMDP;其次,证明了不确定等级和值函数之间的局部和全局单调性关系,给出了鲁棒最优性定理和鲁棒满意最优性定理,为改善策略的鲁棒性提供了理论依据;最后,提出了鲁棒满意决策算法,生成鲁棒满意控制策略,给出了算法的收敛性证明,界定策略的失效边界和不确定容忍度。该方法支持严重不确定条件下无人机复杂任务决策,降低其决策风险,提高决策的鲁棒满意程度。2、针对无MDP先验转移概率的无人机不确定复杂任务决策问题(即无先验参数信息),在概率模型检验框架下,提出了一种模型无关的概率近似正确(Probably Approximately Correct,PAC)的增强学习方法,即改进的延迟Q学习方法,能够在多项式时间和采样复杂度内生成满足LTL任务要求的ε-近似最优策略。首先,利用DRA的可接受条件,为Rabin条件中无限次访问状态和有限次访问状态分别赋予不同权值,构建了Rabin加权乘积MDP;其次,将改进的延迟Q学习算法引入到加权乘积MDP的策略生成问题中,设计了安全探索机制,避免不安全的探索行为,平衡探索(改善模型的知识)和利用(最大化LTL的满足概率);最后,通过最大化期望累积权值学习得到近似最优策略,证明了算法的PAC性质和收敛性,并通过仿真实验验证了算法的有效性以及不同参数对算法收敛性的影响。3、针对无MDP先验转移概率的无人机多目标任务决策问题(即无先验参数信息),提出了基于增强学习的分阶段决策方法,既能最大化LTL满足概率,又能最小化期望累积代价。首先,面向分阶段多目标优化问题,针对不同目标分别设计了相应的行动值函数;其次,考虑多目标之间相互影响的耦合关系,建立值函数之间的关联关系模型;最后,提出了基于Q学习算法的分阶段决策方法,阶段一决策生成满足LTL任务要求的最大约束行动集合,阶段二在最大约束行动集合中学习得到具有最小控制代价的行动,从而生成多目标合成控制问题的最优策略,该方法具有多目标可扩展性。4、针对概率不确定条件下多无人机协同任务决策问题,提出了一种基于相关任务集合划分和双有限滚动时间窗的协同行为决策方法。首先,通过时域h内无人机局部任务描述与无人机能力原子命题集合描述之间的包含关系,划分相关任务集合;其次,分别在不同的时域内建模有限时域h相交自动机和有限时域H乘积系统;第三,由于满足乘积MDP可接受最大终端成分的优化方法是针对整个LTL任务描述来而言的,其与满足有限时域h内阶段性任务目标相违背,通过引入任务进程测度来定义渐进函数,在有限时域H内逐个引导智能体趋向于满足其自身阶段性任务目标;最后,构造等价期望累积回报问题,并通过值迭代方法来合成局部行为协同策略。该方法凭借相关任务划分和双有限滚动时间窗来显著降低决策模型状态规模,提高了任务决策时间性能,为多无人机在线协同任务决策提供了一种新的有效方法。

关键词：马尔科夫决策过程线性时序逻辑概率模型检验信息差决策理论延迟Q学习多目标决策滚动时域

来源：评论

学校读者我要写书评

暂无评论

基于需求响应的微电网有功功率优化研究

基于需求响应的微电网有功功率优化研究

引用

作者：丰阔武汉大学

学位级别：硕士

由于风、光资源具有波动性和随机性,发电难以控制,分布式电源直接并网,会引起电网功率的不匹配,最终会导致整个电网不稳定。微电网可以将分布式电源与邻近负荷组成小型低压发配电系统,从而解决负荷与可再生能源波动等问题。本文研究含... 详细信息

由于风、光资源具有波动性和随机性,发电难以控制,分布式电源直接并网,会引起电网功率的不匹配,最终会导致整个电网不稳定。微电网可以将分布式电源与邻近负荷组成小型低压发配电系统,从而解决负荷与可再生能源波动等问题。本文研究含风力发电微电网的需求响应规划机制,从而对微电网内有功功率进行优化。本论文主要研究内容如下:首先,基于用户效用与发电成本,构建可最大化社会效益的微电网有功功率优化模型。在目标函数中添加最小化线路损耗的优化项,以及潮流等式约束。从而优化模型的目标变为在满足潮流约束的条件下,最大化用户与供电效益,同时最小化线路损耗。利用二阶锥松弛对非线性等式约束进行凸松弛,从而将含潮流约束的微电网有功功率优化问题转化为一个凸优化问题。利用锥规划的原始对偶内点法,对其进行求解,得出其全局最优点。利用MATLAB中CVX工具箱,对其进行数值仿真求解。其次,在集中式求解过程中,系统含中心节点,该节点需掌握系统所有信息,从而导致计算复杂度非常大;同时,中心节点在计算中需掌握用户的效用函数信息,该行为会侵犯用户的隐私,从而降低用户的参与积极性。因此,本文提出利用预测校正近端乘子法对微电网有功功率优化问题与含潮流约束的微电网需求响应问题进行分布式求解,其拉格朗日乘子可看作是微电网的价格信号,通过该电价可协调用户用电量与供电商发电量。相关数值仿真例证明该分布式算法的有效性。最后,微电网中风力发电具有波动性和随机性,现今无法对风力发电量进行准确预测,该情况会给微电网的稳定经济运行带来风险。本文提出了利用信息差决策理论,对风电不确定性进行建模,从而,最大化风电可波动区间。当风电在该区间内波动时,供需双方的供用电决策,将保证微电网效益将始终大于其预期效益。相关理论研究与仿真结果验证了,对风电不确定性应用信息差决策理论的有效性。

关键词：微电网电力潮流需求响应规划预测校正近端乘子法信息差决策理论

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：